文章目录

AlexNet简介AlexNet网络结构解析卷积层1（Conv + ReLU + MaxPool）卷积层2（Conv + ReLU + MaxPool）卷积层3（Conv + ReLU ）卷积层4（Conv + ReLU ）卷积层5（Conv + ReLU + MaxPool）FC1FC2FC3 使用PyTorch搭建AlexNet网络结构initforward完整代码

AlexNet简介

AlexNet原文地址：https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf

AlexNet诞生于2012年，由2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。

AlexNet的贡献点：

首次使用GPU加速网络训练

使用ReLU激活函数，代替不是传统的Sigmoid和Tanh，解决了Sigmoid的梯度消失问题，使收敛更快。

训练时使用Dropout随机忽略一部分神经元，以减少模型过拟合。

使用了LRN局部响应归一化提高准确率。

在CNN中使用重叠的最大池化，提升了特征的丰富性。

AlexNet网络的原始输入图像大小为【3,224,224】，由5个卷积层、3个池化层和3个全连接层构成，并且在每一个卷积层和全连接层之后都进行一次ReLU激活。其中的3个池化层分别跟在第1、第2和第5个卷积层的激活之后。网络结构图如下：

AlexNet网络结构解析

卷积层1（Conv + ReLU + MaxPool）

Conv1使用卷积核大小为11，步距为4，padding为2。
输入大小：【3,224,224】
输出大小：【48,55,55】
N = （W-F+2P）/ S + 1 = （224-11+2*2）/4+1=55。

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【48,27,27】。

PyTorch表述本层为：

# input[3, 224, 224]  nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  # output[48, 55, 55]nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),                  # output[48, 27, 27]

卷积层2（Conv + ReLU + MaxPool）

Conv2使用卷积核大小为5，步距为1，padding为2。
输入大小：【48,27,27】
输出大小：【128,27,27】
N = （W-F+2P）/ S + 1 = （27-5+2*2）/1+1=27。

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,13,13】。

PyTorch表述本层为：

# input[48,27,27]  nn.Conv2d(48, 128, kernel_size=5, padding=2),           # output[128, 27, 27]nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 13, 13]

卷积层3（Conv + ReLU ）

Conv3使用卷积核大小为3，步距为1，padding为1。
输入大小：【128, 13, 13】
输出大小：【192,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。

卷积之后跟着一个ReLU激活，没有池化。

PyTorch表述本层为：

# input[128, 13, 13]  nn.Conv2d(128, 192, kernel_size=3, padding=1),          # output[192, 13, 13]nn.ReLU(inplace=True),

卷积层4（Conv + ReLU ）

Conv4使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 13, 13】
输出大小：【192,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。

卷积之后跟着一个ReLU激活，没有池化。

PyTorch表述本层为：

# input[192, 13, 13]  nn.Conv2d(192, 192, kernel_size=3, padding=1),          # output[192, 13, 13]nn.ReLU(inplace=True),

卷积层5（Conv + ReLU + MaxPool）

Conv5使用卷积核大小为3，步距为1，padding为1。
输入大小：【192, 13, 13】
输出大小：【128,13,13】
N = （W-F+2P）/ S + 1 = （13-3+1*2）/1+1=13。

卷积之后跟着一个ReLU激活，激活之后接着一个最大池化上采样，池化核大小为3，步距为2，池化后输出大小为【128,6,6】。

PyTorch表述本层为：

# input[192, 13, 13]  nn.Conv2d(192, 128, kernel_size=3, padding=1),          # output[128, 13, 13]nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 6, 6]

第5个卷积层之后，就是三个全连接层。

FC1

全连接FC1之前先进行一次Dropout。

FC1使用4096个神经元，对128个大小为66的特征图，进行一个全连接。
输入大小：【12866】
输出大小：【2048】

FC1之后进行一次ReLU激活。

PyTorch表述本层为：

nn.Dropout(p=0.5), nn.Linear(128 * 6 * 6, 2048),nn.ReLU(inplace=True),

FC2

全连接FC2之前先进行一次Dropout。

FC1使用2048个神经元，对2048特征图，进行一个全连接。
输入大小：【2048】
输出大小：【2048】

FC1之后进行一次ReLU激活。

PyTorch表述本层为：

nn.Dropout(p=0.5), nn.Linear(2048, 2048),nn.ReLU(inplace=True),

FC3

FC3是AlexNet的输出层，输出大小为1000，对应1000个类别。
PyTorch表述本层为：

nn.Linear(2048, 1000),

使用PyTorch搭建AlexNet网络结构

前面在网络结构解析的时候，都已经给出了每一层的代码表述。

init

这里我们使用nn.Sequential将5个卷积层放在一起，定义为features（义为提取特征）；将3个全连接层放在一起，定义为classifier（义为分类）。

def __init__(self):    super(AlexNet, self).__init__()    self.features = nn.Sequential(        nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  # output[48, 55, 55]        nn.ReLU(inplace=True),        nn.MaxPool2d(kernel_size=3, stride=2),                  # output[48, 27, 27]        nn.Conv2d(48, 128, kernel_size=5, padding=2),           # output[128, 27, 27]        nn.ReLU(inplace=True),        nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 13, 13]        nn.Conv2d(128, 192, kernel_size=3, padding=1),          # output[192, 13, 13]        nn.ReLU(inplace=True),        nn.Conv2d(192, 192, kernel_size=3, padding=1),          # output[192, 13, 13]        nn.ReLU(inplace=True),        nn.Conv2d(192, 128, kernel_size=3, padding=1),          # output[128, 13, 13]        nn.ReLU(inplace=True),        nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 6, 6]    )    self.classifier = nn.Sequential(        nn.Dropout(p=0.5),         nn.Linear(128 * 6 * 6, 2048),        nn.ReLU(inplace=True),        nn.Dropout(p=0.5),        nn.Linear(2048, 2048),        nn.ReLU(inplace=True),        nn.Linear(2048, num_classes),    )

forward

然后定义正向传播过程

def forward(self, x):    x = self.features(x)# 5个卷积层    x = torch.flatten(x, start_dim=1)# 将3维展平成一维，进行全连接    x = self.classifier(x)# 3个全连接层    return x

完整代码

class AlexNet(nn.Module):    def __init__(self):        super(AlexNet, self).__init__()        self.features = nn.Sequential(            nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2),  # output[48, 55, 55]            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[48, 27, 27]            nn.Conv2d(48, 128, kernel_size=5, padding=2),           # output[128, 27, 27]            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 13, 13]            nn.Conv2d(128, 192, kernel_size=3, padding=1),          # output[192, 13, 13]            nn.ReLU(inplace=True),            nn.Conv2d(192, 192, kernel_size=3, padding=1),          # output[192, 13, 13]            nn.ReLU(inplace=True),            nn.Conv2d(192, 128, kernel_size=3, padding=1),          # output[128, 13, 13]            nn.ReLU(inplace=True),            nn.MaxPool2d(kernel_size=3, stride=2),                  # output[128, 6, 6]        )        self.classifier = nn.Sequential(            nn.Dropout(p=0.5),             nn.Linear(128 * 6 * 6, 2048),            nn.ReLU(inplace=True),            nn.Dropout(p=0.5),            nn.Linear(2048, 2048),            nn.ReLU(inplace=True),            nn.Linear(2048, 1000),        )    def forward(self, x):        x = self.features(x)        x = torch.flatten(x, start_dim=1)        x = self.classifier(x)        return xmodel = AlexNet();print(model)

打印结构：