卷积神经网络模型之——AlexNet网络结构与代码实现

AlexNet简介

AlexNet的贡献点：

• 首次使用GPU加速网络训练
• 使用ReLU激活函数，代替不是传统的Sigmoid和Tanh，解决了Sigmoid的梯度消失问题，使收敛更快。
  
  
• 训练时使用Dropout随机忽略一部分神经元，以减少模型过拟合。
  
  
• 使用了LRN局部响应归一化提高准确率。
• 在CNN中使用重叠的最大池化，提升了特征的丰富性。

AlexNet网络结构解析

卷积层1（Conv + ReLU + MaxPool）

Conv1使用卷积核大小为11，步距为4，padding为2。
输入大小：【3,224,224】
输出大小：【48,55,55】
N = （W-F+2P）/ S + 1 = （224-11+2*2）/4+1=55。

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【48,27,27】。

PyTorch表述本层为：

# input[3, 224, 224]  nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27] 

卷积层2（Conv + ReLU + MaxPool）

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,13,13】。

PyTorch表述本层为：

# input[48,27,27]  nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13] 

卷积层3（Conv + ReLU ）

Conv3使用卷积核大小为3，步距为1，padding为1。
输入大小：【128, 13, 13】
输出大小：【192,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。

卷积之后跟着一个ReLU激活，没有池化。

PyTorch表述本层为：

# input[128, 13, 13]  nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), 

卷积层4（Conv + ReLU ）

卷积之后跟着一个ReLU激活，没有池化。

PyTorch表述本层为：

# input[192, 13, 13]  nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), 

卷积层5（Conv + ReLU + MaxPool）

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,6,6】。

PyTorch表述本层为：

# input[192, 13, 13]  nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6] 

第5个卷积层之后，就是三个全连接层。

FC1

全连接FC1之前先进行一次Dropout。

FC1之后进行一次ReLU激活。

PyTorch表述本层为：

nn.Dropout(p=0.5), nn.Linear(128 * 6 * 6, 2048), nn.ReLU(inplace=True), 

FC2

全连接FC2之前先进行一次Dropout。

FC1之后进行一次ReLU激活。

PyTorch表述本层为：

nn.Dropout(p=0.5), nn.Linear(2048, 2048), nn.ReLU(inplace=True), 

FC3

nn.Linear(2048, 1000), 

使用PyTorch搭建AlexNet网络结构

前面在网络结构解析的时候，都已经给出了每一层的代码表述。

init

这里我们使用nn.Sequential将5个卷积层放在一起，定义为features（义为提取特征）；将3个全连接层放在一起，定义为classifier（义为分类）。

def __init__(self): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27] nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13] nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6] ) self.classifier = nn.Sequential( nn.Dropout(p=0.5), nn.Linear(128 * 6 * 6, 2048), nn.ReLU(inplace=True), nn.Dropout(p=0.5), nn.Linear(2048, 2048), nn.ReLU(inplace=True), nn.Linear(2048, num_classes), ) 

forward

然后定义正向传播过程

def forward(self, x): x = self.features(x) # 5个卷积层 x = torch.flatten(x, start_dim=1) # 将3维展平成一维，进行全连接 x = self.classifier(x) # 3个全连接层 return x 

完整代码

class AlexNet(nn.Module): def __init__(self): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # output[48, 55, 55] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27] nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 13, 13] nn.Conv2d(128, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), nn.Conv2d(192, 192, kernel_size=3, padding=1), # output[192, 13, 13] nn.ReLU(inplace=True), nn.Conv2d(192, 128, kernel_size=3, padding=1), # output[128, 13, 13] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[128, 6, 6] ) self.classifier = nn.Sequential( nn.Dropout(p=0.5), nn.Linear(128 * 6 * 6, 2048), nn.ReLU(inplace=True), nn.Dropout(p=0.5), nn.Linear(2048, 2048), nn.ReLU(inplace=True), nn.Linear(2048, 1000), ) def forward(self, x): x = self.features(x) x = torch.flatten(x, start_dim=1) x = self.classifier(x) return x model = AlexNet(); print(model)