AlexNet是2012年ImageNet競賽冠軍獲得者Hinton和他的學生Alex Krizhevsky設計的。也是在那年之后，更多的更深的神經網路被提出，比如優秀的vgg,GoogleLeNet。其官方提供的數據模型，準確率達到57.1%,top 1-5 達到80.2%. 這項對于傳統的機器學習分類算法而言，已經相當的出色。

上圖所示是caffe中alexnet的網絡結構，上圖采用是兩臺GPU服務器，所有會看到兩個流程圖。下邊把AlexNet的網絡結構示意一下：

簡化的結構為：

AlexNet為啥取得比較好的結果呢？

1. 使用了Relu激活函數。

Relu函數：f(x)=max(0,x)

?

基于ReLU的深度卷積網絡比基于tanh和sigmoid的網絡訓練快數倍，下圖是一個基于CIFAR-10的四層卷積網絡在tanh和ReLU達到25%的training error的迭代次數：

2. 標準化（Local Response Normalization）

使用ReLU f(x)=max(0,x)后，你會發現激活函數之后的值沒有了tanh、sigmoid函數那樣有一個值域區間，所以一般在ReLU之后會做一個normalization，LRU就是穩重提出（這里不確定，應該是提出？）一種方法，在神經科學中有個概念叫“Lateral inhibition”，講的是活躍的神經元對它周邊神經元的影響。

3. Dropout

Dropout也是經常說的一個概念，能夠比較有效地防止神經網絡的過擬合。 相對于一般如線性模型使用正則的方法來防止模型過擬合，而在神經網絡中Dropout通過修改神經網絡本身結構來實現。對于某一層神經元，通過定義的概率來隨機刪除一些神經元，同時保持輸入層與輸出層神經元的個人不變，然后按照神經網絡的學習方法進行參數更新，下一次迭代中，重新隨機刪除一些神經元，直至訓練結束。

4. 數據增強（data augmentation）

在深度學習中，當數據量不夠大時候，一般有4解決方法：

>>?data augmentation——人工增加訓練集的大小——通過平移, 翻轉, 加噪聲等方法從已有數據中創造出一批"新"的數據

>>?Regularization——數據量比較小會導致模型過擬合, 使得訓練誤差很小而測試誤差特別大. 通過在Loss Function 后面加上正則項可以抑制過擬合的產生. 缺點是引入了一個需要手動調整的hyper-parameter。

>>?Dropout——也是一種正則化手段. 不過跟以上不同的是它通過隨機將部分神經元的輸出置零來實現

>>?Unsupervised Pre-training——用Auto-Encoder或者RBM的卷積形式一層一層地做無監督預訓練, 最后加上分類層做有監督的Fine-Tuning

AlexNet的TensorFlow實現（僅參考）：

# -*- coding=UTF-8 -*-import sysimport osimport randomimport cv2import mathimport timeimport numpy as npimport tensorflow as tfimport linecacheimport stringimport skimageimport imageio# 輸入數據import input_datamnist = input_data.read_data_sets("/tmp/data/", one_hot=True)# 定義網絡超參數learning_rate = 0.001training_iters = 200000batch_size = 64display_step = 20# 定義網絡參數n_input = 784 # 輸入的維度n_classes = 10 # 標簽的維度dropout = 0.8 # Dropout 的概率# 占位符輸入x = tf.placeholder(tf.types.float32, [None, n_input])y = tf.placeholder(tf.types.float32, [None, n_classes])keep_prob = tf.placeholder(tf.types.float32)# 卷積操作def conv2d(name, l_input, w, b):return tf.nn.relu(tf.nn.bias_add( \tf.nn.conv2d(l_input, w, strides=[1, 1, 1, 1], padding='SAME'),b) \, name=name)# 最大下采樣操作def max_pool(name, l_input, k):return tf.nn.max_pool(l_input, ksize=[1, k, k, 1], \strides=[1, k, k, 1], padding='SAME', name=name)# 歸一化操作def norm(name, l_input, lsize=4):return tf.nn.lrn(l_input, lsize, bias=1.0, alpha=0.001 / 9.0, beta=0.75, name=name)# 定義整個網絡 def alex_net(_X, _weights, _biases, _dropout):_X = tf.reshape(_X, shape=[-1, 28, 28, 1]) # 向量轉為矩陣# 卷積層conv1 = conv2d('conv1', _X, _weights['wc1'], _biases['bc1'])# 下采樣層pool1 = max_pool('pool1', conv1, k=2)# 歸一化層norm1 = norm('norm1', pool1, lsize=4)# Dropoutnorm1 = tf.nn.dropout(norm1, _dropout)# 卷積conv2 = conv2d('conv2', norm1, _weights['wc2'], _biases['bc2'])# 下采樣pool2 = max_pool('pool2', conv2, k=2)# 歸一化norm2 = norm('norm2', pool2, lsize=4)# Dropoutnorm2 = tf.nn.dropout(norm2, _dropout)# 卷積conv3 = conv2d('conv3', norm2, _weights['wc3'], _biases['bc3'])# 下采樣pool3 = max_pool('pool3', conv3, k=2)# 歸一化norm3 = norm('norm3', pool3, lsize=4)# Dropoutnorm3 = tf.nn.dropout(norm3, _dropout)# 全連接層，先把特征圖轉為向量dense1 = tf.reshape(norm3, [-1, _weights['wd1'].get_shape().as_list()[0]]) dense1 = tf.nn.relu(tf.matmul(dense1, _weights['wd1']) + _biases['bd1'], name='fc1') # 全連接層dense2 = tf.nn.relu(tf.matmul(dense1, _weights['wd2']) + _biases['bd2'], name='fc2') # Relu activation# 網絡輸出層out = tf.matmul(dense2, _weights['out']) + _biases['out']return out# 存儲所有的網絡參數weights = {'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64])),'wc2': tf.Variable(tf.random_normal([3, 3, 64, 128])),'wc3': tf.Variable(tf.random_normal([3, 3, 128, 256])),'wd1': tf.Variable(tf.random_normal([4*4*256, 1024])),'wd2': tf.Variable(tf.random_normal([1024, 1024])),'out': tf.Variable(tf.random_normal([1024, 10]))}biases = {'bc1': tf.Variable(tf.random_normal([64])),'bc2': tf.Variable(tf.random_normal([128])),'bc3': tf.Variable(tf.random_normal([256])),'bd1': tf.Variable(tf.random_normal([1024])),'bd2': tf.Variable(tf.random_normal([1024])),'out': tf.Variable(tf.random_normal([n_classes]))}# 構建模型pred = alex_net(x, weights, biases, keep_prob)# 定義損失函數和學習步驟cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y))optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)# 測試網絡correct_pred = tf.equal(tf.argmax(pred,1), tf.argmax(y,1))accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))# 初始化所有的共享變量init = tf.initialize_all_variables()# 開啟一個訓練with tf.Session() as sess:sess.run(init)step = 1# Keep training until reach max iterationswhile step * batch_size < training_iters:batch_xs, batch_ys = mnist.train.next_batch(batch_size)# 獲取批數據sess.run(optimizer, feed_dict={x: batch_xs, y: batch_ys, keep_prob: dropout})if step % display_step == 0:# 計算精度acc = sess.run(accuracy, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})# 計算損失值loss = sess.run(cost, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})print "Iter " + str(step*batch_size) + ", Minibatch Loss= " + "{:.6f}".format(loss) + ", Training Accuracy= " + "{:.5f}".format(acc)step += 1print "Optimization Finished!"# 計算測試精度print "Testing Accuracy:", sess.run(accuracy, feed_dict={x: mnist.test.images[:256], y: mnist.test.labels[:256], keep_prob: 1.})

?

總結

以上是生活随笔為你收集整理的Alexnet结构及代码的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。