浅述经典的4种卷积网络之(1)AlexNet
来源:互联网 发布:resellerclub域名 编辑:程序博客网 时间:2024/05/20 17:09
这里不对AlexNet网络进行详细的原理阐述,只是卷积网络的由来以及网络结构和网络参数进行叙述,然后通过tensorflow进行代码实现,参看《tensorflow实战》。
1.AlexNet网络叙述
获得2012年ILSVRC比赛分类项目的冠军,top-5错误率16.4%,使用额外数据可达到15.3%2012年Hinton的学生Alex Krizhevsky提出了深度卷积神经网络模型AlexNet,是LeNet的更深更宽版本。包含了6亿3000万个连接,6000个参数和65万个神经元,8层神经网络(不包括池化和LRN),其中有5个卷积层,其中三个卷积层后面连接了最大池化层,最后还有3个全连接层。最后一层是有1000类输出的softmax层用作分类,LRN出现在第一个和第二个卷积层后,而最大池化层出现在两个LRN和最后一个卷积层后,ReLU则应用在这8个层每一层的后面,AlexNet训练时使用2个GPU,故结构图部分被拆为2个部分。
图1 AlexNet网络结构图
如图1所示,我们可以分析网络经过卷积和池化之后的参数数量:
AlexNet首次在CNN中成功应用了ReLU、Dropout和LRN等Trick,AlexNet包含了几个新的技术点如下:
①成功使用ReLU作为CNN的激活函数,验证其在深层网络上超过sigmoid函数,成功解决了sigmoid在网路较深时的梯度弥散问题。
②训练时采用dropout随机忽略一部分神经元,以避免过拟合。在AlexNet里面将最后几个全连接层使用了dropout。
③在CNN中使用重叠的最大池化层。此前CNN一般使用平均池化,AlexNet避免了平均池化带来的模糊效果,并且提出了让步长比池化尺寸小,这样池化的输出之间会有覆盖和重叠,提升了特征的丰富性。
④提出了LRN层,对局部神经元的活动创建竞争机制,使得响应较大的值变得相对更大,并抑制其他反馈小的神经元,增强了模型泛化能力。
⑤使用CUDA加速深度网路的训练,利用GPU强大的计算能力,处理神经网络训练时大量的矩阵运算。
⑥数据增强,随机从256*256的原始图像中截取224*224大小的区域(以及水平翻转的镜像),相当于增加了(256-224)^2*2=2048倍的数据量。减轻过拟合,增强泛化能力。进行预测时,取图片的四个角和中间并进行左右翻转,总共获取10张图片进行识别,最后对十次结果求平均值。同时,AlexNet提到对rgb图像进行PCA处理,并对主成分做一个标准差为0.1的高斯扰动,这个trick可以下降1%错误率。
2.AlexNet网络tensorflow实现
啦啦啦~后续待进啦啦啦~
- 浅述经典的4种卷积网络之(1)AlexNet
- 6经典卷积神经网络模型之AlexNet-6.1用于ImageNet的AlexNet网络计算图设计
- 6经典卷积神经网络模型之AlexNet-6.2用于ImageNet的AlexNet网络的假数据训练
- 浅述经典的4种卷积网络之(4)ResNet
- 浅述经典的4种卷积网络之(2)VGGNet
- 浅述经典的4种卷积网络之(3)Google Inception Net
- 经典的卷积神经网络-AlexNet
- 经典的卷积网络结构:AlexNet,VGGNet,Google Inception Net,ResNet(HR)
- 深度学习经典卷积神经网络之AlexNet
- 经典卷积神经网络的学习(一)—— AlexNet
- TensorFlow实战:Chapter-4(CNN-2-经典卷积神经网络(AlexNet、VGGNet))
- ResNet, AlexNet, VGG, Inception: 理解各种卷积网络的结构
- 从AlexNet剖析-卷积网络CNN的一般结构
- 从AlexNet到残差网络,理解卷积神经网络的不同架构
- Tensorflow深度学习之十:Tensorflow实现经典卷积神经网络AlexNet
- TensorFlow实现经典深度学习网络(1):TensorFlow实现AlexNet
- 经典的几个卷积神经网络(基本网络)
- 卷积神经网络CNN经典模型整理(AlexNet,GoogleNet,VGG,Deep Residual Learning)
- 项目配置的理解 Project Structre
- 从数据库取Blob数据
- MySql之视图
- SpringCloud学习_3(注册中心的高可用)
- Django学习(九)(QuerySet API)
- 浅述经典的4种卷积网络之(1)AlexNet
- PopWindows详解
- 蓝牙核心技术概述(三): 蓝牙协议规范(射频、基带链路控制、链路管理)
- Excel 数字按长度补0,并转换为文本
- 我的Tensorflow学习之路
- RocketMQ的坑(一)--搭好环境跑起来
- 39.线程同步
- 注解(Annotation)自定义注解入门
- Android设计模式——单例的七种写法