本专栏用于记录关于深度学习的笔记，不光方便自己复习与查阅，同时也希望能给您解决一些关于深度学习的相关问题，并提供一些微不足道的人工神经网络模型设计思路。 专栏地址：「深度学习一遍过」必修篇

目录

1 AlexNet 模型解读

1.1 AlexNet 模型特点

1.2 AlexNet 模型结构

1.2.1 卷积层1

1.2.2 卷积层2

1.2.3 卷积层3

1.2.4 卷积层4

1.2.5 卷积层5

1.2.6 全连接6

1.2.7 全连接7

1.2.8 全连接8

2 AlexNet工程技巧

3 代码解读

3.1 通过 torchvision.models 导入 AlexNet

3.2 Ctrl + 鼠标左键进入 AlexNet 源码

1 AlexNet 模型解读

1.1 AlexNet 模型特点

AlexNet论文的特点如下：

• 更深的网络结构
• 使用层叠的卷积层，即卷积层+ 卷积层+ 池化层来提取图像的特征
• 使用 dropout 抑制过拟合
• 使用数据增强 Data Augmentation抑制过拟合
• 使用 relu 替换之前的 sifmoid 的作为激活函数
• 使用多 GPU 进行训练

1.2 AlexNet 模型结构

AlexNet网络结构如下：

1.2.1 卷积层1

输入图像大小：277×277×3

• 卷积核大小：11×11
• 数量：48 个
• 步长：4
• 激活函数：relu
• 两台 GPU 同时训练，即共 96 个核

输出特征图大小：(277-11)/4+1＝55 ，即 55×55×96

池化：kernel size＝3，stride＝2

• 输出特征图大小：(55-3)/2+1＝27 ，即 27×27×96 标准化

1.2.2 卷积层2

输入图像大小：27×27×96

• 卷积核大小：5×5
• 数量：128 个
• 步长：1
• 激活函数：relu
• 输出特征图像先扩展 2 个像素，即大小 31×31 输出特征图大小：(31-5)/1+1＝27 ，即 27×27×256

池化：kernel size＝3，stride＝2

• 输出特征图大小：(27-3)/2+1＝13 ，即 13×13×256 标准化

1.2.3 卷积层3

输入图像大小：13×13×256

• 卷积核大小：3×3
• 数量：192 个
• 步长：1
• 激活函数：relu
• 输出特征图像先扩展 1 个像素，即大小 15×15输出特征图大小：(15-3)/1+1＝13 ，即 13×13×384

1.2.4 卷积层4

输入图像大小：13×13×384

• 卷积核大小：3×3
• 数量：192 个
• 步长：1
• 激活函数：relu
• 输出特征图像先扩展 1 个像素，即大小 15×15 输出特征图大小：(15-3)/1+1＝13 ，即 13×13×384

1.2.5 卷积层5

输入图像大小：13×13×384

• 卷积核大小：3×3
• 数量：128 个
• 步长：1
• 激活函数：relu
• 输出特征图像先扩展 1 个像素，即大小 15×15 输出特征图大小：(15-3)/1+1＝13 ，即 13×13×256 池化：kernel size＝3，stride＝2
• 输出特征图大小：(13-3)/2+1＝6 ，即 6×6×256

1.2.6 全连接6

• 输入图像大小：6×6×256
• 共 4096 个神经元
• dropout
• 输出 4096×1 个向量

1.2.7 全连接7

• 输入图像大小： 4096×1
• 共 4096 个神经元
• dropout
• 输出 4096×1 个向量

1.2.8 全连接8

• 输入图像大小： 4096×1
• 共 1000 个神经元
• dropout
• 输出 1000×1 个向量

dropout 也可以看成是一种模型组合，每次生成的网络结构都不一样，通过组合多个模型的方式能够有效地减少过拟合。

2 AlexNet工程技巧

多 GPU 训练，ReLU 激活函数，LRN 归一化，Dropout 正则化，重叠池化，数据增强

• Dropout，防止过拟合，提高泛化能力
• 重叠池化(overlapping)，更有利于减轻过拟合
• 裁剪翻转等数据增强策略，提高模型泛化能力
• 多 GPU 训练，尽量使用更多特征图，并减少计算量
• LRN 归一化，抑制反馈较小的神经元，放大反馈较大的神经元，增强模型泛化能力
• ReLU 激活函数，加快模型收敛

3 代码解读

3.1 通过 torchvision.models 导入 AlexNet

from torchvision.models import AlexNet

3.2 Ctrl + 鼠标左键进入 AlexNet 源码

class AlexNet(nn.Module):

    def __init__(self, num_classes: int = 1000) -> None:
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
        )
        self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
        self.classifier = nn.Sequential(
            nn.Dropout(),
            nn.Linear(256 * 6 * 6, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Linear(4096, num_classes),
        )

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        x = self.features(x)
        x = self.avgpool(x)
        x = torch.flatten(x, 1)
        x = self.classifier(x)
        return x

卷积层 1

卷积层2

卷积层3、卷积层4、卷积层5

全连接层6、全连接层7、全连接层8