AlexNetめも

ディープラーニング




AlexNetの構造

ImageNet Classification with Deep Convolutional Neural Networksが元論文みたいです。

著者の1人のAlex Krizhevskyさんの名前からAlexNetとなっているみたいです。

構造

下のような構造になっています。

入力する画像のサイズは、(224 x 224)です。
畳み込み層が5層、全結合層が2層からなるネットワーク

  1. KerasでAlexNetを構築しCifar-10を学習させてみた
  2. Keras : 画像分類 : AlexNet
  3. AlexNet論文 | 有意に無意味な話

Pytorchによる実装

One weird trick for parallelizing convolutional neural networksのネットワークを構築します。
pytorch_vision_alexnet/で採用されています。torchvisionで使用できます。

class Alexnet(nn.Module):
    
    def __init__(self, ):
        super(AlexNet, self).__init__()
        
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
        )
        
        self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
        
        self.classifier = nn.Sequential(
            nn.Dropout(),
            nn.Linear(256 * 6 * 6, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Linear(4096, num_classes),
        )
        
    def forward(self, x):
        x = self.features(x)
        x = self.avgpool(x)
        x = torch.flatten(x, 1)
        x = self.classifier(x)
        
        return x
タイトルとURLをコピーしました