卷积神经网络模型之——AlexNet网络结构与代码实现

1 + 1=王

已于 2022-07-19 14:28:02 修改

阅读量9k

点赞数 48

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签： cnn 深度学习计算机视觉 AlexNet pytorch

于 2022-07-11 20:02:53 首次发布

本文链接：https://blog.csdn.net/weixin_43598687/article/details/125461622

深度学习专栏收录该内容

14 篇文章

订阅专栏

本文详细介绍了AlexNet的网络结构，包括卷积层、ReLU激活、最大池化和全连接层的设置，并用PyTorch实现了该模型。AlexNet是首个使用GPU加速训练的深度学习网络，引入了ReLU激活函数解决梯度消失问题，通过Dropout防止过拟合，使用局部响应归一化提升准确率，并在CNN中采用重叠最大池化增强特征表示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

AlexNet简介

AlexNet原文地址：https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf
在这里插入图片描述
AlexNet诞生于2012年，由2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。

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网络的原始输入图像大小为【3,224,224】，由5个卷积层、3个池化层和3个全连接层构成，并且在每一个卷积层和全连接层之后都进行一次ReLU激活。其中的3个池化层分别跟在第1、第2和第5个卷积层的激活之后。网络结构图如下：
在这里插入图片描述

AlexNet网络结构解析

卷积层1（Conv + ReLU + MaxPool）

在这里插入图片描述
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）

在这里插入图片描述

Conv2使用卷积核大小为5，步距为1，padding为2。
输入大小：【48,27,27】
输出大小：【128,27,27】
N = （W-F+2P）/ S + 1 = （27-5+2*2）/1+1=27。

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 ）

在这里插入图片描述
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 ）

在这里插入图片描述

Conv4使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 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[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）

在这里插入图片描述

Conv5使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 13, 13】
输出大小：【128,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。

卷积之后跟着一个ReLU激活，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

在这里插入图片描述
全连接FC1之前先进行一次Dropout。

FC1使用4096个神经元，对128个大小为66的特征图，进行一个全连接。
输入大小：【12866】
输出大小：【2048】

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

在这里插入图片描述

全连接FC2之前先进行一次Dropout。

FC1使用2048个神经元，对2048特征图，进行一个全连接。
输入大小：【2048】
输出大小：【2048】

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

在这里插入图片描述

FC3是AlexNet的输出层，输出大小为1000，对应1000个类别。
PyTorch表述本层为：

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)