Skip to content

Latest commit

 

History

History
114 lines (92 loc) · 6.18 KB

README.md

File metadata and controls

114 lines (92 loc) · 6.18 KB
Raw

Module 8: 卷积神经网络核心，训练卷积神经网络

教学前需要装的python library

0. 课前Demo

建议教学时长：5分钟

学习知识前先放一个最终手写数字识别的网页版Demo，向同学展示这堂课的最终成果是如何的：https://www.cs.ryerson.ca/~aharley/vis/conv/ CNN handwritten digit demo

1. 卷积神经网络核心

建议教学时长：20分钟

a. 继续Module7对于卷积的讨论，定义一些卷积层的超参数hyperparameters：

  1. Padding （让卷积核“出界”）
    • 一般情况下，卷积核的移动范围没有超出图片边缘，因此图片的边缘部分只进行了一次乘加运算，卷积的叠加并不充分。为了让每个像素都进行足够充分的卷积运算，引入一种常见技巧–padding。
    • padding 的操作就是在图片周围进行补0操作，同时让卷积核越出边界。由于补的数字都是0，所以并不会影响原图核卷积后的数据。对padding后的图片再进行卷积，就可以使每个卷积的叠加足够充分。
    • 为了不丢弃原图信息，让更深层的layer的input依旧保持有足够大的信息量
  2. Stride （让卷积核“跳跃”）
    • 是成倍缩小尺寸，而这个参数的值就是缩小的具体倍数，比如步幅为2，输出就是输入的1/2；步幅为3，输出就是输入的1/3
  3. Kernel size 卷积核大小 (常用 3x3, 5x5等)

建议使用下方可视化讲解：https://ezyang.github.io/convolution-visualizer/

kernel demo

EXTRA: output_size formula:

output_size_formula

  • 比如拿最简单的例子，一个6x6的图片(n_in = 6)，卷积核大小3x3 (kernel size = 3)，padding = 0, stride = 1
    • (6 + 2 * 0 - 3)/1 + 1 = 4 --> n_out (output size)

b. 对于3d物体的卷积 (3d 卷积核 长度，宽度，深度 height x width x channel)

conv_volume

c. 介绍一下简单的卷积网络结构 (从LeNet-5开始举例，最基础的卷积神经网络结构)

LeNet-5 Q: 观察一下LeNet-5网络的特征，规律?

  • 特征图片大小逐渐变小，深度 (channel) 变深

Optional: 一篇关于卷积层中卷积核大小，padding，stride对于output feature image 形状的关系和影响: https://machinelearningmastery.com/padding-and-stride-for-convolutional-neural-networks/

2. 训练卷积神经网络

Bringing it all together

建议教学时长：15分钟

LeNet_model.py

By Yann LeCun, a French computer scientist working primarily in the fields of machine learning, computer vision, mobile robotics, and computational neuroscience. The Silver Professor of the Courant Institute of Mathematical Sciences at New York University, and Vice President, Chief AI Scientist at Meta

  (conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
  (relu1): ReLU()
  (pool1): MaxPool2d(kernel_size=2, stride=2)
  (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
  (relu2): ReLU()
  (pool2): MaxPool2d(kernel_size=2, stride=2)
  (fc1): Linear(in_features=256, out_features=120, bias=True)
  (relu3): ReLU()
  (fc2): Linear(in_features=120, out_features=84, bias=True)
  (relu4): ReLU()
  (fc3): Linear(in_features=84, out_features=10, bias=True)
  (relu5): ReLU()

train_CNN_network.py

NOTE: 这是跑完100个epoch的结果，上课的时候只需要跑20个epoch即可（正确率能到98%），20个epoch大概要跑10分钟左右，可以先让同学把代码跑起来，然后开始讲网络结构如何用pytorch写。讲完了基本上网络也训练完了，正好同学可以看一些训练结果。 CNN result

Epoch: 1        Training Loss: 2.299405
Epoch: 2        Training Loss: 1.538855
Epoch: 3        Training Loss: 0.403314
Epoch: 4        Training Loss: 0.329937
Epoch: 5        Training Loss: 0.306231
...
Epoch: 99       Training Loss: 0.000238
Epoch: 100      Training Loss: 0.000238
Test Loss: 0.059046

Test Accuracy of     0: 99% (977/980)
Test Accuracy of     1: 99% (1127/1135)
Test Accuracy of     2: 99% (1024/1032)
Test Accuracy of     3: 99% (1006/1010)
Test Accuracy of     4: 99% (974/982)
Test Accuracy of     5: 98% (883/892)
Test Accuracy of     6: 98% (946/958)
Test Accuracy of     7: 98% (1015/1028)
Test Accuracy of     8: 98% (962/974)
Test Accuracy of     9: 97% (987/1009)

Test Accuracy (Overall): 99% (9901/10000)

完整model training（用了100 epoch）的训练过程log记录在下面的文件中：

LeNet_log.txt

预告下节课内容：

最后留一个伏笔，引入下节课的内容： problem 图像增广 image augmentation，卷积网络在其他数据集上的应用，迁移学习