卷積神經網路鼻祖LeNet網路分析

卷積神經網路鼻祖LeNet網路分析

 

https://blog.csdn.net/weixin_42137700/article/details/85005009

 

 

1998 年，被成為是現代卷積神經網路的鼻祖LeNet，被Yann LeCun正式提出。 下圖是廣為流傳LeNet的網路結構，它可以用麻雀雖小，五臟俱全來形容，其中卷積層、池化層、全連線層，這些都是現代卷積神經網路的基本元件。

 

總體來說LeNet是從輸入INPUT->C1卷積層->S2池化層->C3卷積層->S4池化層->C5卷積層->F6全連線層->輸出OUTPUT，如下圖所示。

 

1 LeNet 輸入

LeNet 的輸入影像是32*32的大小，這要比mnist資料集中字母28*28要大。 也就是說，要對mnist的資料進行兩圈值為零的畫素填充。畫素填充的目的是為了讓影像邊緣的區域，也能出現在卷積過程感受野的中心。

 

2 LeNet 的C1卷積層

C1 層是LeNet的第一個卷積層，它的輸入是32*32大小的影像，然後經過卷積過程，輸出為6個通道28*28大小的特徵影像。 其中卷積核的大小為5*5，在LeNet中都使用了5*5大小的卷積核。

 

卷積過程的滑動步長為1， 所以輸出特徵影像的計算方式為：32-5+1=28，因此輸出特徵圖的大小為28*28。

因為輸入為1通道的影像，然後用了6個卷積核，所以輸出為6通道的特徵影像。C1層的引數計算方式為(5*5+1)*6=156，其中每個卷積核為5*5，還帶有一個偏置項。

 

3 LeNet 的S2池化層

LeNet 的第2層即S2是個池化層，在之前的文章中也為大家介紹過池化(pooling)過程，它是在做下采樣操作，目的是在保留特徵影像主要資訊的同時，降低卷積神經網路的引數數量。

 

常見的池化有兩種：

（1）Max-Pooling，選擇Pooling視窗中的最大值作為取樣值；

（2）Mean-Pooling， 將Pooling視窗中的所有值相加取平均，以平均值作為取樣值。

 

在S2中的池化，選擇的是特徵影像2*2大小的視窗區域進行池化，因此特徵影像的大小縮減了一倍，即從28*28的大小，變為14*14的大小。池化過程不影響特徵圖通道的數目，S2層池化過程如下圖所示。

 

 

4 卷積與池化的重複

在卷積神經網路中，卷積與池化可以重複多次，可以一層卷積帶有一層的池化如LeNet中的C1->S2，C3->S4，也可以多層卷積後再跟一個池化層。

 

在這裡大家可以去思考一個問題，也就是怎樣計算C3層的引數數目（提示，可以結合C1層的計算方式和之前文章中介紹的卷積知識去推算）。

 

在這裡還需要注意的是C5層，它是一個比較特殊的卷積層，它的輸入是16通道5*5大小的特徵影像，而輸出是一個120的向量。C5層可以有兩種實現，第一種是使用5*5大小的卷積核進行卷積，第二種是將16通道5*5大小的特徵影像拉平，然後再做全連線。

 

 

5 全連線

在實際LeNet的編碼實現中，F6層和Output層都可以用全連線來實現。 其中F6是120->84的全連線，而Output是84->10的全連線，最後的10對應10種類別。

 

F6 層引數數量的計算為(120+1)*84=10164，這個跟多層感知器全連線引數的計算方式是一樣的，每個全連線都帶有一個偏置項。

 

後記

LeNet 是學習卷積神經網路的一個非常好的示例，通過學習LeNet可以對卷積神經網路設計有基礎的認識，比如卷積核大小，通道數目，全連線結構等等，為以後深入學習卷積神經網路設計打下比較好的基礎。另外，在現在的卷積神經網路中經常會使用ReLU作為啟用函式，並採用批歸一化BN，DropOut等處理 ，在後續的文章還會為大家帶來更多的分享，歡迎大家關注我們。

 

本文作者：寬濤老師

 

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2285291/，如需轉載，請註明出處，否則將追究法律責任。