xfsong2012的博客

LeNet是Yann LeCun在1998年的发表的论文[1]提出来的第一个卷积神经网络，最早是用于识别手写数字和印刷字符。由于模型比较简单，所以方便新手入门学习。共有3个模型组成：LeNet-1：5 层模型，一个简单的 CNN。LeNet-4：6 层模型，是 LeNet-1 的改进版本。LeNet-5：7 层模型，最著名的版本。（最常用）其中LeNet是以LeCun的名字命名，后面的数字代表研究成果的代号。

这篇文章借鉴的是学习视频[2]的内容，视频内容从原理到代码实现都讲的比较详细。本文是以视频为主线，以实现为主，理论为辅，旨在能够理解模型的基本实现方法。软件：VSCode（）硬件：GPU数据集：cifar-10（）共包含10个类别RGB图片：飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船和卡车。图片尺寸：32×32训练集：50000张测试集：10000张图1 数据集部分数据展示。

数据导入有两步，先用datasets导入，然后用dataloader加载。训练结果在epoch=5时，能达到91%。可视化预测结果，可以看出，16个预测14个准确，准确率87.5%。MNIST共有70000张图片，60000张训练集，10000张测试集。图片大小28*28，灰度图。因为是灰度图，所以mean和std都只有一个参数，如果为RGB，都为（0.5，0.5，0.5）预测图100%正确。所以提高epoch还是有用的。预测结果epoch=3的时候已经成绩达到99%。其它都不需要修改，直接可以进行训练。