当前位置：首页 > news >正文

机器学习——典型的卷积神经网络

news 2026/1/30 17:51:34

机器学习——典型的卷积神经网络

卷积神经网络（Convolutional Neural Networks，CNNs）是一类在图像处理领域应用广泛的深度学习模型。它通过卷积操作和池化操作来提取图像的特征，并通过全连接层来进行分类或回归任务。在本文中，我们将介绍三种典型的卷积神经网络：LeNet-5、AlexNet和ResNet，并用Python实现这些算法。

1. LeNet-5

LeNet-5是由Yann LeCun等人于1998年提出的用于手写数字识别的卷积神经网络，它是深度学习领域的先驱之一。LeNet-5主要由卷积层、池化层和全连接层组成。

网络结构

输入层：32x32的灰度图像
卷积层C1：6个5x5的卷积核，步长为1
池化层S2：2x2的最大池化，步长为2
卷积层C3：16个5x5的卷积核，步长为1
池化层S4：2x2的最大池化，步长为2
全连接层C5：120个神经元
全连接层F6：84个神经元
输出层：10个神经元，对应10个类别

参数数量

C1：(5x5+1) * 6 = 156
C3：(5x5x6+1) * 16 = 2416
C5：(400+1) * 120 = 48120
F6：(120+1) * 84 = 10164
输出层：(84+1) * 10 = 850

总参数数量：156 + 2416 + 48120 + 10164 + 850 = 61906

Python实现

import torch
import torch.nn as nnclass LeNet5(nn.Module):def __init__(self):super(LeNet5, self).__init__()self.conv1 = nn.Conv2d(1, 6, kernel_size=5)self.conv2 = nn.Conv2d(6, 16, kernel_size=5)self.fc1 = nn.Linear(16*5*5, 120)self.fc2 = nn.Linear(120, 84)self.fc3 = nn.Linear(84, 10)def forward(self, x):x = torch.relu(self.conv1(x))x = torch.max_pool2d(x, kernel_size=2, stride=2)x = torch.relu(self.conv2(x))x = torch.max_pool2d(x, kernel_size=2, stride=2)x = x.view(-1, 16*5*5)x = torch.relu(self.fc1(x))x = torch.relu(self.fc2(x))x = self.fc3(x)return x# 创建LeNet-5模型实例
model = LeNet5()

2. AlexNet

AlexNet是由Alex Krizhevsky等人在2012年的ImageNet挑战赛上获胜的卷积神经网络，它是深度学习在计算机视觉领域应用的一个重要里程碑。AlexNet主要由卷积层、池化层和全连接层组成。

网络结构

输入层：227x227的RGB图像
卷积层C1：96个11x11的卷积核，步长为4
池化层S2：3x3的最大池化，步长为2
卷积层C3：256个5x5的卷积核，步长为1
池化层S4：3x3的最大池化，步长为2
卷积层C5：384个3x3的

卷积核，步长为1
7. 卷积层C6：384个3x3的卷积核，步长为1
8. 卷积层C7：256个3x3的卷积核，步长为1
9. 全连接层FC8：4096个神经元
10. 全连接层FC9：4096个神经元
11. 输出层：1000个神经元，对应1000个类别

参数数量

C1：(11x11x3+1) * 96 = 34944
C3：(5x5x96+1) * 256 = 614656
C5：(3x3x256+1) * 384 = 885120
C6：(3x3x384+1) * 384 = 1327488
C7：(3x3x384+1) * 256 = 884992
FC8：(9216+1) * 4096 = 37752832
FC9：(4096+1) * 4096 = 16781312
输出层：(4096+1) * 1000 = 4097000

总参数数量：34944 + 614656 + 885120 + 1327488 + 884992 + 37752832 + 16781312 + 4097000 = 62083544

Python实现

import torch
import torch.nn as nnclass AlexNet(nn.Module):def __init__(self):super(AlexNet, self).__init__()self.features = nn.Sequential(nn.Conv2d(3, 96, kernel_size=11, stride=4),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),nn.Conv2d(96, 256, kernel_size=5, padding=2),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),nn.Conv2d(256, 384, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.Conv2d(384, 384, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.Conv2d(384, 256, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),)self.avgpool = nn.AdaptiveAvgPool2d((6, 6))self.classifier = nn.Sequential(nn.Dropout(),nn.Linear(256 * 6 * 6, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, 4096),nn.ReLU(inplace=True),nn.Linear(4096, 1000),)def forward(self, x):x = self.features(x)x = self.avgpool(x)x = torch.flatten(x, 1)x = self.classifier(x)return x# 创建AlexNet模型实例
model = AlexNet()

3. ResNet

ResNet是由Kaiming He等人在2015年提出的一个非常深的卷积神经网络，它采用了残差连接（Residual Connection）的方式来解决深层神经网络训练过程中的梯度消失问题。ResNet主要由卷积层、残差块和全连接层组成。

网络结构

输入层：224x224的RGB图像
卷积层：64个7x7的卷积核，步长为2，使用零填充
池化层：3x3的最大池化，步长为2
残差块（Residual Block）：包含多个残差单元（Residual Unit）
全局平均池化层（Global Average Pooling）
全连接层：1000个神经元，对应1000个类别

参数数量

ResNet的参数数量取决于其深度，因为它的大部分层都是卷积层和残差块。具体参数数量可以根据网络

深度和残差块的数量进行计算。

Python实现

ResNet的实现较为复杂，可以使用PyTorch等深度学习框架提供的预训练模型来直接使用。

import torch
import torchvision.models as models# 加载预训练的ResNet模型
model = models.resnet50(pretrained=True)

总结

本文介绍了三种典型的卷积神经网络：LeNet-5、AlexNet和ResNet。这些网络在图像分类、目标检测和语义分割等计算机视觉任务中取得了巨大成功。它们的设计思想和结构各不相同，但都为深度学习在图像处理领域的发展做出了重要贡献。