LeNet +课后练习 + 快问快答

import torch
from torch import nn
from d2l import torch as d2l

net = nn.Sequential(
    #数据集是 单通道 28*28的
    nn.Conv2d(1, 6, kernel_size=5, padding=2), 
    nn.Sigmoid(),
    #这层完了后变成6*14*14
    nn.AvgPool2d(kernel_size=2, stride=2),
    #输入是6通道 ，输出是16通道 ，5*5的
    nn.Conv2d(6, 16, kernel_size=5),
    nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    #变成1维的向量
    nn.Flatten(),
    nn.Linear(5 * 5 * 16, 120),
    nn.Sigmoid(),
    nn.Linear(120, 84),
    nn.Sigmoid(),
    nn.Linear(84, 10)
)

print(net)
batch_size = 8
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)

def evaluate_accuracy_gpu(net, data_iter, device=None): #@save
    """使用GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        net.eval()  # 设置为评估模式
        if not device:
            device = next(iter(net.parameters())).device
    # 正确预测的数量，总预测的数量
    metric = d2l.Accumulator(2)
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                # BERT微调所需的（之后将介绍）
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]


#@save
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用GPU训练模型(在第六章定义)"""
    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)
    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')

lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

 

 原网络精度损失之和测试精度 

（下面的更改都是更改单个参数）

1. 将平均汇聚层替换为最大汇聚层，会发生什么？
   将net中的avgpool改成Maxpool就好

    测试精度差了

2. 尝试构建一个基于LeNet的更复杂的网络，以提高其准确性。

   1. 调整卷积窗口大小。
      这个调太麻烦了 还要计算。

   2. 调整输出通道的数量。
      将输出通道数调小后（第二层卷积输出通道数维为10）

       将输出通道数调大后（第二层卷积输出通道数维24）

       好像不如原来的

   3. 调整激活函数（如ReLU）。
      

       当使用relu做激活函数测试精度有所提高 因为relu函数对学习率敏感，大的学习率会让loss函数无法收敛这里我选用的是0.06的lr

   4. 调整卷积层的数量。

   5. 调整全连接层的数量。

   6. 调整学习率和其他训练细节（例如，初始化和轮数）。
      由于这些比较好改，我就只更改一下lr = 3；
      

3. 在MNIST数据集上尝试以上改进的网络。

4. 显示不同输入（例如毛衣和外套）时，LeNet第一层和第二层的激活值。

Q&A:

 1.LeNet的第二个卷积层通道数增加到16，这意味信息被放大了吗？或者说信息在通道中是怎么流通的？

一般来说，高宽减半，通道数翻倍，直观理解，高宽减半一定是损失了东西的，为什么减少呢，是因为我们通道翻倍，我可以匹配的模式变多了变大了，同样一个像素表示的信息增加了，例如我们现在这个输出，最后输出的是10，用一个像素来表示一个类别。所以说我们不是信息被放大了，而是压缩了。

2.图像识别出的特征可以打印出来吗？或者怎么去寻找网络到底学到了什么？

在谷歌上搜索CNN visualization.