1、LeNet-5模型簡介

LeNet-5 模型是 Yann LeCun 教授于 1998 年在論文 Gradient-based learning applied to?document? ? ? ? ?
recognitionr ^[1]?中提出的，它是第一個成功應(yīng)用于數(shù)字識別問題的卷積神經(jīng)網(wǎng)絡(luò)。在 MNIST 數(shù)據(jù)集
上， LeNet-5 模型可以達(dá)到大約 99.2%的正確率。

2、LeNet-5模型結(jié)構(gòu)

LeNet-5 模型總共有 7 層 ，下圖展示了?LeNet-5 模型的架構(gòu)?。?

?

下面總結(jié) LeNet-5?模型每一層的結(jié)構(gòu)。

第一層： 卷積層

輸入： 原始的圖像像素矩陣（長、寬、色彩）， 大小為 32*32*1。

卷積層參數(shù)：?過濾器尺寸為?5*5，深度為 6，不使用全 0 填充，步長為1。

輸出：大小為 28*28*6。

分析：因?yàn)闆]有使用全 0 填充，所以這一層輸出尺寸為 32-5+1=28， 深度為 6；

? ? ? ? 該卷積層共有 5*5*1*6+6=156 個參數(shù)，其中 6個為偏置項(xiàng)參數(shù)；

? ? ? ? 因?yàn)橄乱粚拥墓?jié)點(diǎn)矩陣有?28*28*6=4704 個節(jié)點(diǎn)，每個節(jié)點(diǎn)和?5*5=25 個當(dāng)前層節(jié)點(diǎn)相連，

? ? ? ? 所以本層卷積層共有 4704*（25+1）=122304 個連接。

第二層： 池化層

輸入：?大小為 28*28*6。

池化層參數(shù)： 過濾器尺寸為 2*2，長和寬的步長均為2。

輸出： 大小為 14*14*6

分析： 6 個特征圖共包含 6*2=12 個可訓(xùn)練參數(shù)，以及 14*14*6*(2*2+1)=5880 個連接。

第三層：?卷積層

輸入： 大小為 14*14*6。

卷積層參數(shù)：?過濾器尺寸為?5*5，深度為 16，不使用全 0 填充，步長為1。

輸出：大小為 10*10*16。

分析：因?yàn)闆]有使用全 0 填充，所以這一層輸出尺寸為 14-5+1=10， 深度為 16；

? ? ? ? 該卷積層共有 5*5*6*16+16=2416 個參數(shù)，其中 16個為偏置項(xiàng)參數(shù)；

? ? ? ? 因?yàn)橄乱粚拥墓?jié)點(diǎn)矩陣有?10*10*16=1600 個節(jié)點(diǎn)，每個節(jié)點(diǎn)和?5*5=25 個當(dāng)前層節(jié)點(diǎn)相連，

? ? ? ? 所以本層卷積層共有 1600*（25+1）=41600 個連接。

第四層： 池化層

輸入：?大小為 10*10*16。

池化層參數(shù)： 過濾器尺寸為 2*2，長和寬的步長均為2。

輸出： 大小為 5*5*16。

分析： 16 個特征圖共包含 16*2=32 個可訓(xùn)練參數(shù)，以及?5*5*16*(2*2+1)=2000個連接。

第五層： 全連接層

輸入節(jié)點(diǎn)個數(shù)： 5*5*16=400。

參數(shù)個數(shù)： 5*5*16*120+120=48120?。

輸出節(jié)點(diǎn)個數(shù)： 120。

第六層： 全連接層

輸入節(jié)點(diǎn)個數(shù)：?120。

參數(shù)個數(shù)：?120*84+84=10164?。

輸出節(jié)點(diǎn)個數(shù)： 84。

第七層： 全連接層

輸入節(jié)點(diǎn)個數(shù)： 84。

參數(shù)個數(shù)：?84*10+10=850?。

輸出節(jié)點(diǎn)個數(shù)： 10。

?3、LeNet-5模型TensorFlow實(shí)現(xiàn)MNIST數(shù)字識別

開發(fā)環(huán)境： Python - 3.0、TensorFlow - 1.4.0、無GPU

訓(xùn)練主文件：LeNet5_train.py

# -*- coding: utf-8 -*- """ Created on 2017 《TensorFlow 實(shí)戰(zhàn)Google深度學(xué)習(xí)框架 第2版 ,鄭澤宇、梁博文等》 @author: 鄭澤宇、梁博文等 """ #見書 p151 #6.4.1 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型——LeNet-5模型import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import LeNet5_infernece import os import numpy as npBATCH_SIZE = 100 #每次選取batch_size個樣本進(jìn)行訓(xùn)練 TRAINING_STEPS = 6000 #訓(xùn)練次數(shù) LEARNING_RATE_BASE = 0.01 #基礎(chǔ)的學(xué)習(xí)率 global_step = tf.Variable(0, trainable=False) #全局步長 LEARNING_RATE_DECAY = 0.99 #學(xué)習(xí)率的衰減率 REGULARIZATION_RATE = 0.0001 #正則化項(xiàng)系數(shù) MOVING_AVERAGE_DECAY = 0.99 #滑動平均衰減率def train(mnist):x = tf.placeholder(tf.float32, [BATCH_SIZE, LeNet5_infernece.IMAGE_SIZE, LeNet5_infernece.IMAGE_SIZE,LeNet5_infernece.NUM_CHANNELS], name='x-input')y_ = tf.placeholder(tf.float32, [None, LeNet5_infernece.OUTPUT_NODE], name='y-input')regularizer = tf.contrib.layers.l2_regularizer(REGULARIZATION_RATE)y = LeNet5_infernece.inference(x,False,regularizer) variable_averages = tf.train.ExponentialMovingAverage(MOVING_AVERAGE_DECAY, global_step)variables_averages_op = variable_averages.apply(tf.trainable_variables())cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y, labels=tf.argmax(y_, 1))cross_entropy_mean = tf.reduce_mean(cross_entropy)loss = cross_entropy_mean + tf.add_n(tf.get_collection('losses'))learning_rate = tf.train.exponential_decay(LEARNING_RATE_BASE,global_step,mnist.train.num_examples / BATCH_SIZE, LEARNING_RATE_DECAY,staircase=True)train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss, global_step=global_step)train_op = tf.group(train_step, variables_averages_op) saver = tf.train.Saver()with tf.Session() as sess: tf.global_variables_initializer().run() for i in range(TRAINING_STEPS):xs, ys = mnist.train.next_batch(BATCH_SIZE)reshaped_xs = np.reshape(xs, (BATCH_SIZE,LeNet5_infernece.IMAGE_SIZE,LeNet5_infernece.IMAGE_SIZE,LeNet5_infernece.NUM_CHANNELS))_, loss_value, step = sess.run([train_op, loss, global_step], feed_dict={x: reshaped_xs, y_: ys})if i % 1000 == 0:print("After %d training step(s), loss on training batch is %g." % (step, loss_value))def main(argv=None):mnist = input_data.read_data_sets("MNIST_data", one_hot=True)train(mnist)if __name__ == '__main__':main() View Code

模型子文件：LeNet5_infernece.py

# -*- coding: utf-8 -*- """ Created on 2017 《TensorFlow 實(shí)戰(zhàn)Google深度學(xué)習(xí)框架 第2版 ,鄭澤宇》 @author: 鄭澤宇、梁博文等 """ #見書 p151 #6.4.1 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型——LeNet-5模型import tensorflow as tf#1. 設(shè)定神經(jīng)網(wǎng)絡(luò)的參數(shù) INPUT_NODE = 784 OUTPUT_NODE = 10IMAGE_SIZE = 28 NUM_CHANNELS = 1#第一層卷積層的尺寸和深度 CONV1_DEEP = 32 #第一層卷積層深度 CONV1_SIZE = 5 #第一層卷積層尺寸#第二層卷積層的尺寸和深度 CONV2_DEEP = 64 #第二層卷積層深度 CONV2_SIZE = 5 #第二層卷積層尺寸#第五層全連接層節(jié)點(diǎn)的個數(shù) FC_SIZE = 512#第六層全連接層節(jié)點(diǎn)的個數(shù) NUM_LABELS = 10#2. 定義前向傳播的過程 #參數(shù)：輸入（四維矩陣）、是否為訓(xùn)練/測試、正則化參數(shù)（參數(shù)變量管理） def inference(input_tensor, train, regularizer):#聲明第一層卷積層的變量并實(shí)現(xiàn)前向傳播過程。#使用不同的命名空間來隔離不同層的變量。#輸入： 28*28*1 輸出： 28*28*32with tf.variable_scope('layer1-conv1'):#定義卷積過濾器。#定義卷積層參數(shù)：前兩個為尺寸 5*5 、第三個為當(dāng)前層節(jié)點(diǎn)矩陣的深度 1、第四個為卷積層的深度 32conv1_weights = tf.get_variable("weight", [CONV1_SIZE, CONV1_SIZE, NUM_CHANNELS, CONV1_DEEP],initializer=tf.truncated_normal_initializer(stddev=0.1))#定義偏置項(xiàng)為 0，及下一層節(jié)點(diǎn)矩陣的深度 32（參數(shù)共享）conv1_biases = tf.get_variable("bias", [CONV1_DEEP], initializer=tf.constant_initializer(0.0))#tf.nn.conv2d 提供了一個方便的卷積層前向傳播函數(shù)#參數(shù)1：當(dāng)前層的節(jié)點(diǎn)矩陣，四維矩陣，第一維度對應(yīng)一個輸入batch，如第一張圖片，第二張圖片..#參數(shù)2：卷積層參數(shù)#參數(shù)3：不同維度上的步長（第一維、最后一維必須為1）#參數(shù)4：提供'SAME'和'VALLD'選擇，'SAME'為添加全0填充，'VALLD'為不添加，填充的目的是矩陣尺寸在卷積層不變。conv1 = tf.nn.conv2d(input_tensor, conv1_weights, strides=[1, 1, 1, 1], padding='SAME')#tf.nn.bias_add提供給每個conv節(jié)點(diǎn)加上偏置項(xiàng)，再將計(jì)算結(jié)果通過ReLU激活函數(shù)完成去線性化relu1 = tf.nn.relu(tf.nn.bias_add(conv1, conv1_biases))#聲明第二層池化層前向傳播過程#使用不同的命名空間來隔離不同層的變量。#tf.nn.max_pool 提供了一個方便的最大池化層的前向傳播過程。#tf.nn.avg_pool 提供了一個方便的平均池化層的前向傳播過程，兩者參數(shù)一致。#參數(shù)1：四維矩陣，第一維度對應(yīng)一個輸入batch，如第一張圖片，第二張圖片..#參數(shù)2：ksize為過濾器參數(shù)，常為[1, 2, 2, 1]、[1, 3, 3, 1]#參數(shù)3：不同維度上的步長（第一維、最后一維必須為1）#參數(shù)4：提供'SAME'和'VALLD'選擇，'SAME'為添加全0填充，'VALLD'為不添加#輸入： 28*28*32 輸出： 14*14*32with tf.name_scope("layer2-pool1"):pool1 = tf.nn.max_pool(relu1, ksize = [1,2,2,1],strides=[1,2,2,1],padding="SAME")#聲明第三層卷積層的變量并實(shí)現(xiàn)前向傳播過程。#使用不同的命名空間來隔離不同層的變量。#輸入： 14*14*32 輸出： 14*14*64with tf.variable_scope("layer3-conv2"):conv2_weights = tf.get_variable("weight", [CONV2_SIZE, CONV2_SIZE, CONV1_DEEP, CONV2_DEEP],initializer=tf.truncated_normal_initializer(stddev=0.1))conv2_biases = tf.get_variable("bias", [CONV2_DEEP], initializer=tf.constant_initializer(0.0))conv2 = tf.nn.conv2d(pool1, conv2_weights, strides=[1, 1, 1, 1], padding='SAME')relu2 = tf.nn.relu(tf.nn.bias_add(conv2, conv2_biases))#聲明第四層池化層前向傳播過程#輸入： 14*14*64 輸出： 7*7*64（不包括數(shù)據(jù)處理）with tf.name_scope("layer4-pool2"):pool2 = tf.nn.max_pool(relu2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')pool_shape = pool2.get_shape().as_list()nodes = pool_shape[1] * pool_shape[2] * pool_shape[3]reshaped = tf.reshape(pool2, [pool_shape[0], nodes])#聲明第五層全連接層的變量并實(shí)現(xiàn)前向傳播過程#輸入：向量長度為3136 輸出：向量長度為512with tf.variable_scope('layer5-fc1'):fc1_weights = tf.get_variable("weight", [nodes, FC_SIZE],initializer=tf.truncated_normal_initializer(stddev=0.1))if regularizer != None: tf.add_to_collection('losses', regularizer(fc1_weights))fc1_biases = tf.get_variable("bias", [FC_SIZE], initializer=tf.constant_initializer(0.1))fc1 = tf.nn.relu(tf.matmul(reshaped, fc1_weights) + fc1_biases)if train: fc1 = tf.nn.dropout(fc1, 0.5)#聲明第六層全連接層的變量并實(shí)現(xiàn)前向傳播過程#輸入：向量長度為512 輸出：向量長度為10with tf.variable_scope('layer6-fc2'):fc2_weights = tf.get_variable("weight", [FC_SIZE, NUM_LABELS],initializer=tf.truncated_normal_initializer(stddev=0.1))if regularizer != None: tf.add_to_collection('losses', regularizer(fc2_weights))fc2_biases = tf.get_variable("bias", [NUM_LABELS], initializer=tf.constant_initializer(0.1))logit = tf.matmul(fc1, fc2_weights) + fc2_biasesreturn logit View Code

實(shí)驗(yàn)結(jié)果：

After 1 training step(s), loss on training batch is 5.95725. After 1001 training step(s), loss on training batch is 0.664706. After 2001 training step(s), loss on training batch is 0.670048. After 3001 training step(s), loss on training batch is 0.638539. After 4001 training step(s), loss on training batch is 0.743027. After 5001 training step(s), loss on training batch is 0.638279. result

MNIST數(shù)據(jù)集下載：

Yann LeCun's MNIST page?提供了?MNIST?訓(xùn)練集與測試集數(shù)據(jù)的下載。

下載后，解壓在一個文件夾即可。

參考文獻(xiàn)

[1]?Lecun Y , Bottou L , Bengio Y , et al. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.

[2]?鄭澤宇、梁博文等.?TensorFlow 實(shí)戰(zhàn)Google深度學(xué)習(xí)框架 第2版 [M] , 北京：電子工業(yè)出版社，2018.

轉(zhuǎn)載于:https://www.cnblogs.com/ai-learning-blogs/p/11094039.html

總結(jié)

以上是生活随笔為你收集整理的CNN-1: LeNet-5 卷积神经网络模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。