Python中的pytorch卷积神经网络LeNet

当前位置:

首页 > Python基础教程 >

Python中的pytorch卷积神经网络LeNet

LeNet 是一个经典的卷积神经网络（CNN），由 Yann LeCun 在上世纪90年代开发，用于手写数字识别（如 MNIST 数据集）。尽管它的结构相对简单，但它是现代深度学习和卷积神经网络发展的基础之一。在 PyTorch 中实现 LeNet 是一个很好的练习，可以帮助你理解 CNN 的基本构建块。

下面是一个使用 PyTorch 实现的 LeNet 的基本示例：

import torch
import torch.nn as nn
import torch.nn.functional as F

class LeNet(nn.Module):
    def __init__(self):
        super(LeNet, self).__init__()
        # 第一层卷积层，输入通道数 1（灰度图），输出通道数 6，卷积核大小 5x5
        self.conv1 = nn.Conv2d(1, 6, 5)
        # 第二层池化层，池化核大小 2x2
        self.pool = nn.MaxPool2d(2, 2)
        # 第三层卷积层，输入通道数 6（上一层输出），输出通道数 16，卷积核大小 5x5
        self.conv2 = nn.Conv2d(6, 16, 5)
        # 第四层是全连接层，将卷积层的输出展平后作为输入
        # 需要先计算展平后的特征数量：((输入高度-卷积核高度+2*padding)/stride+1) * ((输入宽度-卷积核宽度+2*padding)/stride+1) * 输出通道数
        # 对于 MNIST 数据集，输入图像大小为 32x32，经过两层卷积和池化后，大小变为 (32-5+0)/2/2 = 7x7
        # 因此，展平后的特征数量为 7*7*16
        self.fc1 = nn.Linear(7 * 7 * 16, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10) # 假设是 10 类分类问题，如 MNIST 的 0-9 数字

    def forward(self, x):
        # 第一层卷积和ReLU激活
        x = self.pool(F.relu(self.conv1(x)))
        # 第二层卷积和ReLU激活，接着是池化
        x = self.pool(F.relu(self.conv2(x)))
        # 展平特征图
        x = torch.flatten(x, 1)
        # 全连接层
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

# 实例化模型
net = LeNet()
print(net)

# 假设有一个输入张量 x（模拟一张 32x32 的灰度图像）
# x = torch.randn(1, 1, 32, 32) # 形状为 (batch_size, channels, height, width)
# 输出 = net(x)
# print(output.shape) # 应该是 torch.Size([1, 10])，表示 10 个类别的预测分数

请注意，这个 LeNet 的实现是针对灰度图像（单通道）的，如 MNIST 数据集中的图像。如果你的输入图像是彩色的（RGB），你需要将第一个卷积层的输入通道数从 1 改为 3。

此外，这个实现没有包括 LeNet 原始版本中可能包含的一些其他特性，如 Sigmoid 激活函数在输出层的使用（尽管在现代深度学习实践中，Softmax 函数通常与交叉熵损失函数一起使用来替代 Sigmoid+交叉熵的组合）。这个示例使用了 ReLU 激活函数，它在现代 CNN 中更为常见。

最后，如果你对python语言还有任何疑问或者需要进一步的帮助，请访问https://www.xin3721.com 本站原创，转载请注明出处：https://www.xin3721.com/Python/python50423.html

栏目列表