传媒网站建设方案,河南海绵城市建设网站,东莞报告1例,建设网站要不要投资钱【深度学习】经典的深度学习模型-01 开山之作#xff1a;CNN卷积神经网络LeNet-5
Note: 草稿状态#xff0c;持续更新中#xff0c;如果有感兴趣#xff0c;欢迎关注。。。
0. 论文信息 article{lecun1998gradient, title{Gradient-based learning applied to document r…【深度学习】经典的深度学习模型-01 开山之作CNN卷积神经网络LeNet-5
Note: 草稿状态持续更新中如果有感兴趣欢迎关注。。。
0. 论文信息 article{lecun1998gradient, title{Gradient-based learning applied to document recognition}, author{LeCun, Yann and Bottou, L{e}on and Bengio, Yoshua and Haffner, Patrick}, journal{Proceedings of the IEEE}, volume{86}, number{11}, pages{2278–2324}, year{1998}, publisher{Ieee} } 基于梯度的学习在文档识别中的应用 LeNet-5 是一个经典的卷积神经网络CNN架构由 Yann LeCun 等人在 1998 年提出主要用于手写数字识别任务特别是在 MNIST 数据集上。 LeNet-5 的设计对后来的卷积神经网络研究产生了深远影响该模型具有以下几个特点 卷积层LeNet-5 包含多个卷积层每个卷积层后面通常会跟一个池化层Pooling Layer用于提取图像特征并降低特征图的空间维度。 池化层在卷积层之后LeNet-5 使用池化层来降低特征图的空间分辨率减少计算量并增加模型的抽象能力。 全连接层在卷积和池化层之后LeNet-5 包含几个全连接层用于学习特征之间的复杂关系。 激活函数LeNet-5 使用了 Sigmoid 激活函数这是一种早期的非线性激活函数用于引入非线性使得网络可以学习复杂的模式。 Dropout尽管原始的 LeNet-5 并没有使用 Dropout但后来的研究者在改进模型时加入了 Dropout 技术以减少过拟合。 输出层LeNet-5 的输出层通常使用 Softmax 激活函数用于进行多分类任务输出每个类别的概率。
虽然站在2024年看LeNet-5 的模型结构相对简单但是时间回拨到1998年彼时SVM这类算法为主的时代LeNet-5的出现不仅证明了卷积神经网络在图像识别任务中的有效性而且为后续深度神经网络研究的发展带来重要启迪作用使得我们有幸看到诸如 AlexNet、VGGNet、ResNet 等模型的不断推成出新。
2. 论文摘要
3. 研究背景
4. 算法模型
5. 实验效果
6. 代码实现
以MNIST手写字图像识别问题为例子采用LeNet5模型进行分类代码如下
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transformsdevice torch.device(cuda:0 if torch.cuda.is_available() else cpu)
print(fUsing device: {device})# Define the LeNet-5 model
class LeNet5(nn.Module):def __init__(self):super(LeNet5, self).__init__()self.conv1 nn.Conv2d(1, 6, 5) # 1 input image channel, 6 output channels, 5x5 kernelself.pool nn.MaxPool2d(2, 2) # pool with window 2x2, stride 2self.conv2 nn.Conv2d(6, 16, 5)self.fc1 nn.Linear(16 * 4 * 4, 120) # 16*4*4 256self.fc2 nn.Linear(120, 84)self.fc3 nn.Linear(84, 10)def forward(self, x):x self.pool(F.relu(self.conv1(x)))x self.pool(F.relu(self.conv2(x)))x x.view(-1, 16 * 4 * 4) # flatten the tensorx F.relu(self.fc1(x))x F.relu(self.fc2(x))x self.fc3(x)return x# # Initialize the network
# net LeNet5()# Initialize the network on GPU
net LeNet5().to(device)# Define loss function and optimizer
criterion nn.CrossEntropyLoss()
optimizer optim.SGD(net.parameters(), lr0.001, momentum0.9)# Data loading
transform transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))
])train_dataset datasets.MNIST(root./data, trainTrue, downloadTrue, transformtransform)
test_dataset datasets.MNIST(root./data, trainFalse, downloadTrue, transformtransform)train_loader torch.utils.data.DataLoader(datasettrain_dataset, batch_size64, shuffleTrue)
test_loader torch.utils.data.DataLoader(datasettest_dataset, batch_size1000, shuffleFalse)# Train the network
for epoch in range(10): # loop over the dataset multiple timesrunning_loss 0.0for i, data in enumerate(train_loader, 0):# for cpu# inputs, labels data# for gpuinputs, labels data[0].to(device), data[1].to(device)optimizer.zero_grad()outputs net(inputs)loss criterion(outputs, labels)loss.backward()optimizer.step()running_loss loss.item()if i % 2000 1999: # print every 2000 mini-batchesprint(f[{epoch 1}, {i 1}] loss: {running_loss / 2000:.3f})running_loss 0.0print(Finished Training)# Test the network on the test data
correct 0
total 0
with torch.no_grad():for data in test_loader:# # for cpu# images, labels data# for gpuimages, labels data[0].to(device), data[1].to(device)outputs net(images)_, predicted torch.max(outputs.data, 1)total labels.size(0)correct (predicted labels).sum().item()print(fAccuracy of the network on the 10000 test images: {100 * correct / total:.2f}%)注意这里使用GPU做简单加速。如果没有GPU可以关闭对应代码替换为相应的CPU代码即可。 程序运行后结果如下 可以看到在测试数据上的准确率为98.33%
7. 问题及优化
