本文主要是介绍秃姐学AI系列之：LeNet + 代码实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
LeNet
MNIST数据集
LeNet模型图
编辑
总结
代码实现：卷积神经网络 LeNet
LeNet（LeNet-5）由两个部分组成：卷积编码器核全连接层密集块
检查模型
LeNet
卷积神经网络里面最为著名的一个网络，80年代末提出来的，被广泛应用在银行、邮递行业
用于手写数字识别的一个模型
MNIST数据集
- 50000个训练数据（在80年代末期是一个很大的数据集了，那时候内存都只有几兆）
- 10000个测试数据
- 图像大小 28 x 28，已经scale好了，数字都放在图像的中间，是一个灰度图
- 10类
很长一段时间，这个数据集的知名度远高于LeNet模型
LeNet模型图
输入一个32 x 32的image图像
-->放入一个5 x 5的卷积层，输出通道为6
-->一个2 x 2的pooling池化层，把28 x 28池化为6通道的14 x 14
-->再接一个卷积层，仍然是 5 x 5的卷积核，输出编程16通道的10 x 10
--> 一个pooling层，高宽减半，输出通道数不变
-->拉成一个向量，放到mlp全连接层，输出为120
-->第二个全连接层输出为84
-->一个高斯层（但是现在不用了，也可以理解成一个全连接层），最后输出为10（Softmax一下转换为10类的可能性输出）
总结
- LeNet是早期成功的神经网络
- 先使用卷积层来学习图片空间信息
- 通过池化层来降低图片位置敏感度
- 最后使用全连接层来转换到类别空间（10类）
代码实现：卷积神经网络 LeNet
LeNet（LeNet-5）由两个部分组成：卷积编码器核全连接层密集块
为了非线性，在每个卷积后面都加了一个Sigmoid激活函数
import torch
from torch import nn
from d2l import as d2lclass Reshape(torch.nn.Module):def forward(self, x):return x.view(-1, 1, 28, 28)net = torch.nn.Sequential(Reshape(), nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid()nn.AvgPool2d(kernel_size=2, stride=2),nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),# Flatten()：第一维度保持住，后面全部拉成一个维度nn.AbgPool2d(kernel_size=2, strid=2), nn.Flatten(),nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),nn.Linear(120, 84), nn.Sigmoid(),nn.Linear(84, 10))检查模型
因为我们是nn.Sequential定义的，所以可以每一层拿出来算一下
这里是用了__name__，也可以使用PyTorch的summary
X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:X = layer(X)print(layer.__class__.__name__, 'output shape:\t', X.shape)输出如下：
我们可以看到
- 第一个block（卷积层+激活+池化）：
【1， 1， 28， 28】 ---> 【1， 6， 14， 14】
做了一个图片大小减半，通道数从1扩到了6的操作，总体来说数据其实是变多了
- 第二个block：
【1， 6， 14， 14】---> 【1， 16， 5， 5】
图片大小减少了大概三倍，通道数从6扩到16
- 三层MLP：
【1，400】--->【1， 120】--->【1， 84】--->【1， 10】
模型核心思想：我们前面讲过一个通道可以看成是一个模式，整个LeNet做的就是不断地把空间信息压缩压缩，然后把抽出来压缩的信息放在不同的通道里面，最后通过几个MLP将不同模式的通道进行融合成我们最后的输出
这篇关于秃姐学AI系列之：LeNet + 代码实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
