【经典神经网络架构解析篇】【1】LeNet网络详解：模型结构解析、优点、实现代码

《------往期经典推荐------》

一、AI应用软件开发实战专栏【链接】

二、机器学习实战专栏【链接】，已更新31期，欢迎关注，持续更新中~~
三、深度学习【Pytorch】专栏【链接】
四、【Stable Diffusion绘画系列】专栏【链接】
五、YOLOv8改进专栏【链接】，持续更新中~~
六、YOLO性能对比专栏【链接】，持续更新中~

《------正文------》

深度学习架构1：Lenet

LeNet架构：卷积神经网络的基础

LeNet架构由Yann LeCun和他的团队在20世纪80年代后期创建，是图像识别任务的开创性模型。它的诞生为现代卷积神经网络（CNN）奠定了基础，它引入了卷积层、池化层和全连接层等技术，采用分层设计来捕捉图像中的空间层次。LeNet在数字识别中发挥了关键作用，并激发了深度学习的许多进步。

LeNet的关键细节

• LeNet是为识别手写数字而开发的，特别是支票上的邮政编码数字识别。
• 使用的数据集：它首先应用于MNIST数据集，该数据集由手写数字（0-9）组成，并被广泛用作图像分类任务的基准。

网络结构概述

LeNet-5是最著名的版本，由七层组成，包括卷积层、池化层和全连接层。以下是每一层的细分：

1. 输入层：接受大小为32×32的灰度图像。
2. C1 -卷积层：使用6个大小为5×5的过滤器，步长为1，生成大小为28×28的特征图。
3. S2 - 平均池化层：使用2×2的内核大小和2的步幅进行平均池化，将特征映射减少到14×14。
4. C3 -卷积层：使用16个大小为5×5的过滤器，步长为1，输出大小为10×10的特征图。
5. S4 -子采样（池化）层：再次应用平均池化，得到大小为5×5的特征图。
6. C5 -全连接卷积层：该层有120个神经元，每个神经元连接到上一层的所有5x 5特征图。
7. F6 -全连接层：包含84个神经元。
8. 输出层：使用softmax激活函数输出10个类别（数字0-9）的概率。

结构特点

LeNet是早期成功的深度学习模型之一，其特点如下：

• 层次化结构：
  LeNet由多个层次组成，包括卷积层、池化层和全连接层，这种层次化的设计可以逐步提取图像的特征。
• 卷积层（Convolutional Layers）：
  使用卷积层来提取图像中的空间特征，通过卷积核与输入图像进行卷积操作，生成特征图。
• 下采样层（Subsampling Layers）：
  也称为池化层，用于降低特征图的维度，同时保留重要信息。LeNet使用平均池化（Average Pooling）。
• 非线性激活函数：
  在卷积层和全连接层之后使用Sigmoid或双曲正切（Tanh）作为激活函数，引入非线性因素，增强网络的表达能力。
• 全连接层（Fully Connected Layers）：
  在网络的最后几层使用全连接层，将学到的特征图映射到最终的分类结果上。
• 参数共享：
  卷积层中的卷积核在整张图像上滑动时，其参数是共享的，这大大减少了模型的参数数量，降低了计算复杂度。
• 局部连接：
  卷积层的神经元只与输入数据的一个局部区域连接，这反映了图像的局部性质，使得网络能够识别图像中的局部模式。
• 较少的参数数量：
  由于参数共享和局部连接，LeNet相比于全连接网络具有更少的参数，这使得模型更加高效，且在当时的计算资源下能够训练。
• 序列化模型：
  LeNet的结构是序列化的，即每一层的输出都是下一层的输入，这种流水线式的处理方式适合于处理序列数据。

计算卷积后图像大小的公式

LeNet的优势

• 高效的特征提取：卷积层有效地捕获图像中的空间层次，这使得该模型对图像数据特别有效。
• 减少的参数计数：池化层减少了空间大小，降低了参数计数和计算负载。
• 基础设计：LeNet的设计引入了现代CNN架构所基于的几个原则，包括AlexNet、VGG和ResNet。

实现代码

import tensorflow as tf
from tensorflow.keras import layers, models, datasets
import numpy as np

# Load and preprocess the MNIST dataset
(x_train, y_train), (x_test, y_test) = datasets.mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0  # Normalize pixel values
x_train = np.expand_dims(x_train, -1)  # Add a channel dimension for grayscale
x_test = np.expand_dims(x_test, -1)

model = Sequential()
model.add(Conv2D(6, kernel_size=(5, 5), activation='tanh', input_shape=(28, 28, 1)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(16, kernel_size=(5, 5), activation='tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(120, activation='tanh'))
model.add(Dense(84, activation='tanh'))
model.add(Dense(10, activation='softmax'))

# Compile the model
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# Train the model
model.fit(x_train, y_train, epochs=10, batch_size=64, validation_data=(x_test, y_test))

# Evaluate the model
test_loss, test_acc = model.evaluate(x_test, y_test)
print(f'Test Accuracy: {test_acc:.4f}')

总结

LeNet的成功证明了卷积神经网络在图像识别任务中的有效性，并为后续的深度学习模型如AlexNet、VGGNet等提供了灵感。尽管现代的CNN模型在结构和复杂度上已经远远超过了LeNet，但LeNet的一些基本思想和原则仍然在当代的深度学习模型中得以保留。

好了，这篇文章就介绍到这里，喜欢的小伙伴感谢给点个赞和关注，更多精彩内容持续更新~~
关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！