深度学习(PyTorch)——卷积神经网络(CNN)基础篇
B站up主“刘二大人”视频 笔记
卷积的概念:
从单通道卷积讲起:即input图像是单通道,卷积核kernel也是单通道,那么输出必然也是单通道。这里还没有讲到扩充padding和滑动步长stride,所以只关注输入和输出矩阵的尺寸大小;
讲到这,刘老师介绍了CCD相机模型,这是一种通过光敏电阻,利用光强对电阻的阻值影响,对应地影响色彩亮度实现不同亮度等级像素采集的原件。三色图像是采用不同敏感度的光敏电阻实现的。
还介绍了矢量图像(也就是PPT里通过圆心、边、填充信息描述而来的图像,而非采集的图像);
接下来讲到三通道input图像的卷积操作:实为将三个通道的input分别与三个通道kernel对应相乘,再将对应位置相加,最后输出单通道output图像的过程;
此处的input、kernel、output的形状,以及通道数channel,是要非常注意的,我们玩卷积神经网络,其中,向的卷积层中传递的参数,与这里的参数一一对应,要非常熟悉每一个参数位置,应该是谁的channel值,后面的full connected layer也是一样,传入的是位置参数,也就是说,每一个位置必须是所需对应的参数,决不能混乱;
在后面讲了三个卷积的基本操作,扩充padding、步长stride和池化pooling:
padding是为了让源图像最外一圈或多圈像素(取决于kernel的尺寸),能够被卷积核中心取到。这里有个描述很重要:想要使源图像(1,1)的位置作为第一个与kernel中心重合,参与计算的像素,想想看padding需要扩充多少层,这样就很好计算了吧;
stride操作指的是每次kernel窗口滑动的步长,默认值当然是1了,插句话,假设不使用扩充padding,output图像的尺寸就会缩小,想要使输出的尺寸与输入尺寸保持不变,看看上一个知识点的padding描述,就很好计算需要外圈加几圈去保证输出的尺寸了吧;
只有一个地方需要特别注意的地方,就是整个网络建立完以后,是不关心输入图像的宽度和高度大小的,也就是说,无论来多大尺寸的图像,我(网络)都能处理,需要改动的仅是Fully Connected Layer(分类器)的输入,需要通过前面最后一层的计算来求得;而FC的输出,是确定的(分10类就输出10)。
程序如下:
import torch
from torchvision import transforms # 该包主要是针对图像进行处理
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim # 优化器的包
import matplotlib.pyplot as plt# prepare datesetbatch_size = 64
transforms = transforms.Compose([transforms.ToTensor(), # 把输入的图像转变成张量 通道*宽度*高度,取值在(0,1)transforms.Normalize((0.1307,), (0.3081,))]) # 归一化,0.1307均值和0.3081方差train_dataset = datasets.MNIST(root='../dataset/mnist/',train=True,download=True,transform=transforms)
train_loader = DataLoader(train_dataset,shuffle=True,batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist/',train=False,download=True,transform=transforms)
test_loader = DataLoader(train_dataset,shuffle=False,batch_size=batch_size)# design model using classclass Net(torch.nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = torch.nn.Conv2d(1, 10, kernel_size=5) # 输入通道1个,输出通道10个,卷积盒的大小为5*5self.conv2 = torch.nn.Conv2d(10, 20, kernel_size=5)self.pooling = torch.nn.MaxPool2d(2) # 池化self.fc = torch.nn.Linear(320, 10)def forward(self, x):# flatten data from (n,1,28,28)to(n,784)batch_size = x.size(0) # x.size(0)=nx = F.relu(self.pooling(self.conv1(x)))x = F.relu(self.pooling(self.conv2(x)))x = x.view(batch_size, -1) # flatten 变成全连接网络所需要的输入x = self.fc(x) # 用全连接层做变换return xmodel = Net()'''在显卡上运行'''
# device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
# model.to(device)
'''在显卡上运行'''# construct loss and optimizer
criterion = torch.nn.CrossEntropyLoss() # 构造损失函数,交叉熵损失
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5) # 构造优化器 lr为学习率,momentum为冲量来优化训练过程# training cycle forward, backward, updatedef train(epoch):running_loss = 0.0for batch_idx, data in enumerate(train_loader, 0):# 获得一个批次的数据和标签inputs, target = data'''在显卡上运行'''# inputs, target = inputs.to(device), target.to(device)'''在显卡上运行'''optimizer.zero_grad()# 获得模型预测的结果(64,10)outputs = model(inputs)# 交叉熵代价函数outputs(64,10),targe(64)loss = criterion(outputs, target)loss.backward()optimizer.step()running_loss += loss.item()if batch_idx % 300 == 299: # 300次迭代输出一次lossprint('[%d, %5d] loss:%.3f' % (epoch+1, batch_idx+1, running_loss/300))running_loss = 0.0def test(): # 不需要反向传播,只需要正向的correct = 0total = 0with torch.no_grad(): # 不需要计算梯度for data in test_loader:inputs, labels = data'''在显卡上运行'''# inputs, target = inputs.to(device), target.to(device)'''在显卡上运行'''outputs = model(inputs)_, predicted = torch.max(outputs.data, dim=1) # dim=1 列是第0个维度,行是第1个维度,返回值是每一行最大值和每一行最大值下标total += labels.size(0) # labels.size是一个(N,1)的元组,labels.size(0)=Ncorrect += (predicted == labels).sum().item() # 张量之间的比较运算,然后求和取标量print('accuracy on test set:%d %% ' % (100 * correct / total))if __name__ == '__main__':epoch_list = []acc_list = []for epoch in range(10):train(epoch)acc = test()epoch_list.append(epoch)acc_list.append(acc)plt.plot(epoch_list, acc_list)plt.ylabel('accuracy')plt.xlabel('epoch')plt.show()
运行结果如下:
视频截图如下:
feature extraction(特征提取层):可以通过卷积运算,从而找到输入的某些特征
卷积层可以保留输入数据的空间结构和空间信息
下采样可以减少数据量,降低运算时间和复杂度,防止过拟合
单通道的卷积
3通道的卷积
输入通道数=卷积核的通道数
该种类的卷积核个数=输出通道数
用交叉熵损失,因此最后一层不激活
深度学习(PyTorch)——卷积神经网络(CNN)基础篇相关推荐
- 深度学习~卷积神经网络(CNN)概述
目录 1. 卷积神经网络的形成和演变 1.1 卷积神经网络结构 1.2 卷积神经网络的应用和影响 1.3 卷积神经网络的缺陷和视图 1.3.1 缺陷:可能错分 1.3.2 解决方法:视图 ...
- 深度学习之卷积神经网络CNN
转自:https://blog.csdn.net/cxmscb/article/details/71023576 一.CNN的引入 在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连 ...
- 深度学习之卷积神经网络CNN理论与实践详解
六月 北京 | 高性能计算之GPU CUDA培训 6月22-24日三天密集式学习 快速带你入门阅读全文> 正文共1416个字,6张图,预计阅读时间6分钟. 概括 大体上简单的卷积神经网络是下面 ...
- 深度学习:卷积神经网络CNN入门
作者:机器之心 链接:https://www.zhihu.com/question/52668301/answer/131573702 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业 ...
- 深度学习之卷积神经网络CNN 常用的几个模型
LeNet5 论文:http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf LeNet-5:是Yann LeCun在1998年设计的用于手写数字识别的卷 ...
- 干货 | 深度学习之卷积神经网络(CNN)的模型结构
微信公众号 关键字全网搜索最新排名 [机器学习算法]:排名第一 [机器学习]:排名第一 [Python]:排名第三 [算法]:排名第四 前言 在前面我们讲述了DNN的模型与前向反向传播算法.而在DNN ...
- 深度学习笔记-卷积神经网络CNN与循环神经网络RNN有什么区别?
转载 https://blog.csdn.net/weixin_35227692/article/details/79223536 转载于:https://www.cnblogs.com/USTBlx ...
- 【深度学习】卷积神经网络-图片分类案例(pytorch实现)
前言 前文已经介绍过卷积神经网络的基本概念[深度学习]卷积神经网络-CNN简单理论介绍.下面开始动手实践吧.本文任务描述如下: 从公开数据集CIFAR10中创建训练集.测试集数据,使用Pytorch构 ...
- 机器学习——深度学习之卷积神经网络(CNN)——AlexNet卷积神经网络结构
目录 一.AlexNet卷积神经网络结构模型 1.数据库ImageNet 2.AlexNet第一层卷积层 二.AlexNet卷积神经网络的改进 1.非线性变化函数的改变--ReLU 2.最大池化(Ma ...
- 深度学习之卷积神经网络(Convolutional Neural Networks, CNN)(二)
前面我们说了CNN的一般层次结构, 每个层的作用及其参数的优缺点等内容.深度学习之卷积神经网络(Convolutional Neural Networks, CNN)_fenglepeng的博客-CS ...
最新文章
- php简单学生管理系统设计与实现,基于PHP的学生成绩管理系统的设计与实现.doc...
- webscoket断线重连
- 什么样的前端框架才是一个好框架
- SqlHelper操纵数据库工具类
- 一文带你全面了解java对象的序列化和反序列化
- IO编程——转自廖雪峰博客
- for命令linux,linux命令:for循环(示例代码)
- 计算机技术在音乐专业中的应用与探索,计算机技术在音乐教学中的应用与研究...
- html播放器加选集,推荐:非常详细的网页播放器之代码篇(精选集一)
- 数据挖掘概念与技术(第三版)课后答案——第三章
- solidworks电气元件3d库_丨软件丨如何提高电气配线的生产效率?
- 武汉公积金新政10日起实行 四种算法取最低值(zz)
- cold start
- 毕业生做了这个考研论坛系统,使用的是SSM框架和JSP技术
- 工业互联网是不是很难学对于女生而言?
- 2016年终总结,不慌不忙不急不躁的一年
- elo匹配算法c语言,王者荣耀elo算法被淘汰?全新匹配算法开测
- Idea 导包自动变成星号 Idea 导包自动变成*号的问题 java.io.* Idea 自动导包变成星号
- 计算机故障诊断与失误,计算机系统故障诊断与维护常见故障及排除.ppt
- 大数据进阶之算法——KMeans聚类算法
热门文章
- 基于java+jsp的零食商城
- 常见链表面试题(下)
- email搭配smtplib编辑发送邮件 看了之后邮件随便发
- java实现ATM取款机系统(无GUI)
- 组合逻辑和时序逻辑的区别与联系
- 【观察】提速中小企业数字化转型,联想智商务的新使命与新征程
- python在城市规划中的应用_Python在乡级土地利用总体规划图批量制图中的应用
- 企业上云:“云咨询”先行,“强平台”筑底
- Graphite Grafana
- 斯坦福计算机音乐专业,斯坦福大学以计算机为基础的音乐理论和声学文学硕士研究生申请要求及申请材料要求清单...