7.2.0 头文件
import torch
from torch import nn
from d2l import torch as d2l
from matplotlib import pyplot as plt
7.2.1 定义AlexNet网络模型
# 定义AlexNet网络模型
net = nn.Sequential(
# 用尺寸更大的11*11卷积窗口来捕捉对象，用更大的步幅来减少输出的高度和宽度
nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), # 卷积层：输入通道为1，输出通道为96，卷积核尺寸11×11，上下左右填充1层，输出尺寸（1, 96, 54, 54）
nn.ReLU(), # 输出尺寸为（1, 96, 54, 54）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 96, 26, 26）
nn.Conv2d(96, 256, kernel_size=5, padding=2), # 卷积层，输入通道为96，输出通道为256，卷积核尺寸为5×5，上下左右各填充2层，输出尺寸为（1, 256, 26, 26）
nn.ReLU(), # 输出尺寸为（1, 256, 26, 26）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 256, 12, 12）
nn.Conv2d(256, 384, kernel_size=3, padding=1), # 卷积层，输入通道为256，输出通道为384，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 384, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 384, 12, 12）
nn.Conv2d(384, 384, kernel_size=3, padding=1), # 卷积层，输入通道为384，输出通道为384，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 384, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 384, 12, 12）
nn.Conv2d(384, 256, kernel_size=3, padding=1), # 卷积层，输入通道为384，输出通道为256，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 256, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 256, 12, 12）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 256, 5, 5）
nn.Flatten(), # 输出尺寸为（1, 6400）
# 用dropout层来减轻过拟合
nn.Linear(6400, 4096), # 输出尺寸为（1, 4096）
nn.ReLU(), # 输出尺寸为（1, 4096）
nn.Dropout(p=0.5), # 输出尺寸为（1, 4096）
nn.Linear(4096, 4096), # 输出尺寸为（1, 4096）
nn.ReLU(), # 输出尺寸为（1, 4096）
nn.Dropout(p=0.5), # 输出尺寸为（1, 4096）
# Fashion-MNIST数据集只有10个类别，所以输出为10
nn.Linear(4096, 10)) # 输出尺寸为（1, 10）
# 定义输入特征X，X的尺寸为（批量大小：1，通道数：1，行数：224，列数：224）
X = torch.randn(1, 1, 224, 224)
for layer in net:
X=layer(X)
print(layer.__class__.__name__,'output shape:\t',X.shape)
# 输出：
# Conv2d output shape: torch.Size([1, 96, 54, 54])
# ReLU output shape: torch.Size([1, 96, 54, 54])
# MaxPool2d output shape: torch.Size([1, 96, 26, 26])
# Conv2d output shape: torch.Size([1, 256, 26, 26])
# ReLU output shape: torch.Size([1, 256, 26, 26])
# MaxPool2d output shape: torch.Size([1, 256, 12, 12])
# Conv2d output shape: torch.Size([1, 384, 12, 12])
# ReLU output shape: torch.Size([1, 384, 12, 12])
# Conv2d output shape: torch.Size([1, 384, 12, 12])
# ReLU output shape: torch.Size([1, 384, 12, 12])
# Conv2d output shape: torch.Size([1, 256, 12, 12])
# ReLU output shape: torch.Size([1, 256, 12, 12])
# MaxPool2d output shape: torch.Size([1, 256, 5, 5])
# Flatten output shape: torch.Size([1, 6400])
# Linear output shape: torch.Size([1, 4096])
# ReLU output shape: torch.Size([1, 4096])
# Dropout output shape: torch.Size([1, 4096])
# Linear output shape: torch.Size([1, 4096])
# ReLU output shape: torch.Size([1, 4096])
# Dropout output shape: torch.Size([1, 4096])
# Linear output shape: torch.Size([1, 10])
7.2.2 下载fashion_mnist数据集
# 设置批量大小
batch_size = 128
# 下载fashion_mnist，并对数据集进行打乱和按批量大小进行切割的操作，得到可迭代的训练集和测试集（训练集和测试集的形式都为（特征数据集合，数字标签集合））,同时将图像从28×28放大为224×224
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
7.2.3 训练过程
# 定义学习率和训练轮数
lr, num_epochs = 0.01, 10
# 使用GPU对模型进行训练，输出最后一轮训练时的平均损失、在训练集上的平均准确率、在测试集上的平均准测率，输出每秒能够训练多少张图像
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
# loss 0.330, train acc 0.879, test acc 0.884
# 188.7 examples/sec on cuda:0
7.2.4 训练结果可视化
plt.savefig('OutPut.png')
本小节完整代码如下
import torch
from torch import nn
from d2l import torch as d2l
from matplotlib import pyplot as plt
# ------------------------------定义AlexNet网络模型------------------------------------
# 定义AlexNet网络模型
net = nn.Sequential(
# 用尺寸更大的11*11卷积窗口来捕捉对象，用更大的步幅来减少输出的高度和宽度
nn.Conv2d(1, 96, kernel_size=11, stride=4, padding=1), # 卷积层：输入通道为1，输出通道为96，卷积核尺寸11×11，上下左右填充1层，输出尺寸（1, 96, 54, 54）
nn.ReLU(), # 输出尺寸为（1, 96, 54, 54）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 96, 26, 26）
nn.Conv2d(96, 256, kernel_size=5, padding=2), # 卷积层，输入通道为96，输出通道为256，卷积核尺寸为5×5，上下左右各填充2层，输出尺寸为（1, 256, 26, 26）
nn.ReLU(), # 输出尺寸为（1, 256, 26, 26）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 256, 12, 12）
nn.Conv2d(256, 384, kernel_size=3, padding=1), # 卷积层，输入通道为256，输出通道为384，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 384, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 384, 12, 12）
nn.Conv2d(384, 384, kernel_size=3, padding=1), # 卷积层，输入通道为384，输出通道为384，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 384, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 384, 12, 12）
nn.Conv2d(384, 256, kernel_size=3, padding=1), # 卷积层，输入通道为384，输出通道为256，卷积核尺寸为3×3，上下左右各填充1层，输出尺寸为（1, 256, 12, 12）
nn.ReLU(), # 输出尺寸为（1, 256, 12, 12）
nn.MaxPool2d(kernel_size=3, stride=2), # 最大池化层：池化窗口为3×3，步幅为2×2，输出尺寸为（1, 256, 5, 5）
nn.Flatten(), # 输出尺寸为（1, 6400）
# 用dropout层来减轻过拟合
nn.Linear(6400, 4096), # 输出尺寸为（1, 4096）
nn.ReLU(), # 输出尺寸为（1, 4096）
nn.Dropout(p=0.5), # 输出尺寸为（1, 4096）
nn.Linear(4096, 4096), # 输出尺寸为（1, 4096）
nn.ReLU(), # 输出尺寸为（1, 4096）
nn.Dropout(p=0.5), # 输出尺寸为（1, 4096）
# Fashion-MNIST数据集只有10个类别，所以输出为10
nn.Linear(4096, 10)) # 输出尺寸为（1, 10）
# 定义输入特征X，X的尺寸为（批量大小：1，通道数：1，行数：224，列数：224）
X = torch.randn(1, 1, 224, 224)
for layer in net:
X=layer(X)
print(layer.__class__.__name__,'output shape:\t',X.shape)
# 输出：
# Conv2d output shape: torch.Size([1, 96, 54, 54])
# ReLU output shape: torch.Size([1, 96, 54, 54])
# MaxPool2d output shape: torch.Size([1, 96, 26, 26])
# Conv2d output shape: torch.Size([1, 256, 26, 26])
# ReLU output shape: torch.Size([1, 256, 26, 26])
# MaxPool2d output shape: torch.Size([1, 256, 12, 12])
# Conv2d output shape: torch.Size([1, 384, 12, 12])
# ReLU output shape: torch.Size([1, 384, 12, 12])
# Conv2d output shape: torch.Size([1, 384, 12, 12])
# ReLU output shape: torch.Size([1, 384, 12, 12])
# Conv2d output shape: torch.Size([1, 256, 12, 12])
# ReLU output shape: torch.Size([1, 256, 12, 12])
# MaxPool2d output shape: torch.Size([1, 256, 5, 5])
# Flatten output shape: torch.Size([1, 6400])
# Linear output shape: torch.Size([1, 4096])
# ReLU output shape: torch.Size([1, 4096])
# Dropout output shape: torch.Size([1, 4096])
# Linear output shape: torch.Size([1, 4096])
# ReLU output shape: torch.Size([1, 4096])
# Dropout output shape: torch.Size([1, 4096])
# Linear output shape: torch.Size([1, 10])
# ------------------------------下载fashion_mnist数据集------------------------------------
# 设置批量大小
batch_size = 128
# 下载fashion_mnist，并对数据集进行打乱和按批量大小进行切割的操作，得到可迭代的训练集和测试集（训练集和测试集的形式都为（特征数据集合，数字标签集合））,同时将图像从28×28放大为224×224
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
# ------------------------------训练过程------------------------------------
# 定义学习率和训练轮数
lr, num_epochs = 0.01, 10
# 使用GPU对模型进行训练，输出最后一轮训练时的平均损失、在训练集上的平均准确率、在测试集上的平均准测率，输出每秒能够训练多少张图像
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
# loss 0.330, train acc 0.879, test acc 0.884
# 188.7 examples/sec on cuda:0
# ------------------------------训练结果可视化------------------------------------
plt.savefig('OutPut.png')
浙公网安备 33010602011771号