【动手学习深度学习--逐行代码解析合集】15卷积神经网络（LeNet）
【动手学习深度学习】逐行代码解析合集
15卷积神经网络（LeNet）
视频链接：动手学习深度学习–卷积神经网络（LeNet）
课程主页：https://courses.d2l.ai/zh-v2/
教材：https://zh-v2.d2l.ai/
1、LeNet
总体来看，LeNet（LeNet-5）由两个部分组成：
- 卷积编码器：由两个卷积层组成;
- 全连接层密集块：由三个全连接层组成。
2、LeNet代码实现
import torch
from torch import nn
from d2l import torch as d2l
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
"====================1、LeNet===================="
net = nn.Sequential(
# 在数据集中输入图片是32×32（包含padding），在网络中输入为28×28，因此此处需加padding
# 输入通道数1，输出通道数6，卷积核5×5，边缘填充为2，加入Sigmoid激活函数引入非线性性
nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
# 采用平均池化，卷积核2×2，步长为2
nn.AvgPool2d(kernel_size=2, stride=2),
# 输入通道数6，输出通道数16，卷积核5×5，采用Sigmoid激活函数
nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
nn.AvgPool2d(kernel_size=2, stride=2),
# 将连续的维度范围展平为张量。用于对神经网络模型的输出进行处理，得到tensor类型的数据。
nn.Flatten(),
# 全连接层，输入神经元个数16 * 5 * 5，输出神经元个数120，采用Sigmoid激活函数
nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
nn.Linear(120, 84), nn.Sigmoid(),
# 最后得到10个输出类别
nn.Linear(84, 10))
# 输入图片28×28
X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
X = layer(X)
print(layer.__class__.__name__,'output shape: \t',X.shape)
3、LeNet在Fashion-MNIST数据集上的表现（GPU）
"====================2、模型训练===================="
batch_size = 256 # 批量大小
# 导入训练集和测试集
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:
# 由于完整的数据集位于内存中，因此在模型使用GPU计算数据集之前，我们需要将其复制到显存中。
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())
# 分类正确的个数/总的大小
return metric[0] / metric[1]
"为了使用GPU，我们还需要一点小改动。"
#@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): # 初始化权重
# 如果是全连接层或者卷积层，使用xavier初始化方法
if type(m) == nn.Linear or type(m) == nn.Conv2d:
nn.init.xavier_uniform_(m.weight)
# net.apply会对每一个参数都执行一次init_weights这个函数
net.apply(init_weights)
print('training on', device) # 打印一下在哪个设备上训练
net.to(device) # 把整个参数挪到GPU上
# 使用随机梯度下降算法更新参数
optimizer = torch.optim.SGD(net.parameters(), lr=lr)
# 使用交叉熵损失函数
loss = nn.CrossEntropyLoss()
# 画图
animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
legend=['train loss', 'train acc', 'test acc'])
timer, num_batches = d2l.Timer(), len(train_iter)
# 迭代每一轮
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()
# 每次数据迭代，拿出一个批次的数据
for i, (X, y) in enumerate(train_iter):
timer.start()
optimizer.zero_grad() # 梯度清零
X, y = X.to(device), y.to(device) # 将输入输出挪到GPU上
y_hat = net(X) # 前向操作计算y_hat
l = loss(y_hat, y) # 计算损失
l.backward() # 反向传播计算梯度
optimizer.step() # 迭代
with torch.no_grad():
# 打印动画
metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
timer.stop()
train_l = metric[0] / metric[2] # 损失
train_acc = metric[1] / metric[2] # 准确率
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))
# 打印训练损失、训练准确率、测试准确率
print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
f'test acc {test_acc:.3f}')
# 一些额外信息
print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
f'on {str(device)}')
"训练和评估LeNet-5模型。"
lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
d2l.plt.show()
运行结果
