使用PyTorch实现NiN网络训练Fashion-MNIST（附完整代码）

本文将介绍如何使用 PyTorch 实现经典的 NiN（Network in Network） 模型，并在 Fashion-MNIST 数据集上进行训练和测试。代码包含完整的模型构建、数据加载和训练流程，最终测试准确率达 71.7%。所有代码可直接运行，适合深度学习初学者参考。

---

一、NiN 网络简介

NiN 的核心思想是通过 1x1 卷积 增强非线性表达能力，同时减少参数量。其核心模块 nin_block 包含：

1. 普通卷积层（如 11x11 或 5x5）

2. 两个 1x1 卷积层（模拟全连接层的作用）

这种结构能有效捕捉局部特征并提升模型泛化能力。

---

二、完整代码实现

1. 模型构建

import torch
from torch import nn
from d2l import torch as d2l

def nin_block(in_channels, out_channels, kernel_size, strides, padding):
    return nn.Sequential(
        nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),
        nn.ReLU(),
        nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(),
        nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())

net = nn.Sequential(
    nin_block(1, 96, kernel_size=11, strides=4, padding=0),  # 输入通道1（灰度图）
    nn.MaxPool2d(3, stride=2),
    nin_block(96, 256, kernel_size=5, strides=1, padding=2),
    nn.MaxPool2d(3, stride=2),
    nin_block(256, 384, kernel_size=3, strides=1, padding=1),
    nn.MaxPool2d(3, stride=2),
    nn.Dropout(0.5),  # 防止过拟合
    nin_block(384, 10, kernel_size=3, strides=1, padding=1),  # 输出通道10（对应10分类）
    nn.AdaptiveAvgPool2d((1, 1)),  # 自适应全局平均池化
    nn.Flatten())  # 展平输出

2. 验证网络结构

X = torch.rand(size=(1, 1, 224, 224))  # 模拟输入数据
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__, 'output shape:\t', X.shape)

输出结果：

Sequential output shape:     torch.Size([1, 96, 54, 54])
MaxPool2d output shape:      torch.Size([1, 96, 26, 26])
Sequential output shape:     torch.Size([1, 256, 26, 26])
MaxPool2d output shape:      torch.Size([1, 256, 12, 12])
Sequential output shape:     torch.Size([1, 384, 12, 12])
MaxPool2d output shape:      torch.Size([1, 384, 5, 5])
Dropout output shape:        torch.Size([1, 384, 5, 5])
Sequential output shape:     torch.Size([1, 10, 5, 5])
AdaptiveAvgPool2d output shape:      torch.Size([1, 10, 1, 1])
Flatten output shape:        torch.Size([1, 10])

3. 数据加载与训练

# 加载Fashion-MNIST数据集（调整图像尺寸为224x224）
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=512, resize=224)

# 训练配置：10个epoch，学习率0.1，使用GPU加速
d2l.train_ch6(net, train_iter, test_iter, num_epochs=10, lr=0.1, device=d2l.try_gpu())

输出结果：

loss 0.750, train acc 0.721, test acc 0.717
1092.8 examples/sec on cuda:0

三、结果分析

• 训练损失：最终稳定在 0.750

• 训练准确率：72.1%

• 测试准确率：71.7%

训练与测试准确率接近，说明模型 未过拟合，但仍有优化空间。可通过以下方法改进：

1. 调整学习率（如使用学习率衰减）

2. 增加训练轮次（epoch）

3. 添加数据增强（如随机裁剪、旋转）

---

四、训练曲线可视化

（注：图中展示了训练损失、训练准确率和测试准确率随 epoch 的变化趋势。从曲线可见，模型在约第5个 epoch 后趋于收敛。）

---

五、环境配置

• Python 3.x

• PyTorch 2.0+

• d2l 库（可通过 pip install d2l 安装）

---

完整代码已通过测试，可直接复制运行。欢迎在评论区交流优化思路！