【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2nn.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_hatl = 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