pytorch图像分类实战:AlexNet 用于花朵分类

AlexNet 用于花朵分类

一、AlexNet 简单介绍

AlexNet 是由 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 在 2012 年 ImageNet 图像分类竞赛中提出的一种经典的卷积神经网络。当时，AlexNet 在 ImageNet 大规模视觉识别竞赛中取得了优异的成绩，把深度学习模型在比赛中的正确率提升到一个前所未有的高度。因此，它的出现对深度学习发展具有里程碑式的意义。

论文原文：ImageNet Classification with Deep Convolutional Neural Networks

论文笔记：https://zhuanlan.zhihu.com/p/433682901

什么是过拟合呢？

随着训练的进行，模型受噪声影响大，模型过于精确

Dropout

全连接-> 更加简单的随机连接

二、模型代码（model.py）

2.1 大致思路

1. 卷积池化——逐步提取特征
2. Dropout 随机失活一些神经元
3. 全连接层——实现分类
4. 定义前向传播函数
   

2.2 几个小白问题，帮助回忆神经网络

1. 为啥要卷积层？

   1. 作用：提取图像的局部特征，例如边缘、纹理等
   2. 参数设置：

2. 为啥要池化层？

   1. 作用：对卷积层的输出进行降维和压缩，例如取最大值或平均值等操作，从而减少特征的数量和计算量

3. 为啥要卷积池化交叉进行？
   逐渐提取图像的高级特征，从而使得模型更加准确地进行分类。

4. 全连接层之间插入 ReLU 的作用？

全连接层之间加入非线性激活函数可以增加模型的非线性能力，从而使得模型可以更好地拟合复杂的数据分布

2.3 model.py 展示

import torch.nn as nn
import torch

_# 用途：图像分类_
_# 网络组成：5个卷积层、3个全连接层_
class AlexNet(nn.Module):
    _#num_class:输出是一个1000维的向量,init_weights:是否初始化权重_
_    _def __init__(self, num_classes=1000, init_weights=False):
        super(AlexNet, self).__init__()
        _# features：专门用于提取图像特征的结构_
_        _self.features = nn.Sequential(
            _#（输入通道数，输出通道数，卷积核的大小是11*11，卷积核每次移动的步长是4，图像边缘填充是2行/列）_
_            _nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  _# input[3, 224, 224]  output[48, 55, 55]_
_            # ReLU被用作卷积层之后的激活函数，即在每个卷积层的输出上应用ReLU函数,好处是可以增加模型的非线性,使计算简单_
_            _nn.ReLU(inplace=True),
            _# 最大池化（下采样）:就是取池化核的最大值输出_
_            # 作用：降低特征图（feature maps）的空间尺寸（即高度和宽度），同时保留重要的特征信息_
_            _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),
        )
        if init_weights:
            self