【深度学习】AlexNet原理解析及实现

Alex提出的alexnet网络结构模型，在imagenet2012图像分类challenge上赢得了冠军。

要研究CNN类型DL网络模型在图像分类上的应用，就逃不开研究alexnet，这是CNN在图像分类上的经典模型。

一、Alexnet结构

alexNet为8层深度网络，其中5层卷积层和3层全连接层，不计LRN层和池化层。如下图所示：

图 Alexnet结构

详解各层训练参数的计算：

前五层：卷积层

后三层：全连接层

整体计算图：

二、结构分析

AlexNet每层的超参数如下图所示，其中输入尺寸为227*227，第一个卷积使用较大的核尺寸11*11，步长为4，有96个卷积核；紧接着一层LRN层；然后是最大池化层，核为3*3，步长为2。这之后的卷积层的核尺寸都比较小，5*5或3*3，并且步长为1，即扫描全图所有像素；而最大池化层依然为3*3，步长为2.

我们可以发现，前几个卷积层的计算量很大，但参数量很小，只占Alexnet总参数的很小一部分。这就是卷积层的优点！通过较小的参数量来提取有效的特征。

       要注意，论文中指出，如果去掉任何一个卷积层，都会使网络的分类性能大幅下降。

三、AlexNet的新技术点

AlexNet的新技术点（即大牛论文的contribution），如下：

（1）ReLU作为激活函数。

ReLU为非饱和函数，论文中验证其效果在较深的网络超过了SIgmoid，成功解决了SIgmoid在网络较深时的梯度弥散问题。

（2）Dropout避免模型过拟合

在训练时使用Dropout随机忽略一部分神经元，以避免模型过拟合。在alexnet的最后几个全连接层中使用了Dropout。

（3）重叠的最大池化

之前的CNN中普遍使用平均池化，而Alexnet全部使用最大池化，避免平均池化的模糊化效果。并且，池化的步长小于核尺寸，这样使得池化层的输出之间会有重叠和覆盖，提升了特征的丰富性。

（4）提出LRN层

提出LRN层，对局部神经元的活动创建竞争机制，使得响应较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。

（5）GPU加速

（6）数据增强

随机从256*256的原始图像中截取224*224大小的区域（以及水平翻转的镜像），相当于增强了（256-224）*（256-224）*2=2048倍的数据量。使用了数据增强后，减轻过拟合，提升泛化能力。避免因为原始数据量的大小使得参数众多的CNN陷入过拟合中。

四、AlexNet的搭建

利用tensorflow实现ALexNet，环境为：win10+anaconda+python3+CPU(本人仅利用CPU，未使用GPU加速，所以最终模型训练速度较慢)。

利用tensorboard可视化ALexNet结构为：

（1）首先看一下卷积层的搭建：带有LRN和池化层的卷积层

1. with tf.name_scope('conv1') as scope:
2. """
3. images:227*227*3
4. kernel: 11*11 *64
5. stride:4*4
6. padding:name      
7. #通过with tf.name_scope('conv1') as scope可以将scope内生成的Variable自动命名为conv1/xxx
8. 便于区分不同卷积层的组建
9. input: images[227*227*3]
10. middle: conv1[55*55*96]
11. output: pool1 [27*27*96]
12. """
13. kernel=tf.Variable(tf.truncated_normal([11,11,3,96],
14. dtype=tf.float32,stddev=0.1),name="weights")
15. conv=tf.nn.conv2d(images,kernel,[1,4,4,1],padding='SAME')
16. biases=tf.Variable(tf.constant(0.0, shape=[96],  dtype=tf.float32),
17. trainable=True,name="biases")
18. bias=tf.nn.bias_add(conv,biases) # w*x+b
19. conv1=tf.nn.relu(bias,name=scope) # reLu
20. print_architecture(conv1)
21. parameters +=[kernel,biases]
22. #添加LRN层和max_pool层
23. """
24. LRN会让前馈、反馈的速度大大降低（下降1/3），但最终效果不明显，所以只有ALEXNET用LRN，其他模型都放弃了
25. """
26. lrn1=tf.nn.lrn(conv1,depth_radius=4,bias=1,alpha=0.001/9,beta=0.75,name="lrn1")
27. pool1=tf.nn.max_pool(lrn1,ksize=[1,3,3,1],strides=[1,2,2,1],
28. padding="VALID",name="pool1")
29. print_architecture(pool1)

（2）卷积层的搭建：不带有LRN和池化层的卷积层

1. with tf.name_scope('conv3') as scope:
2. """
3. input: pool2[13*13*256]
4. output: conv3 [13*13*384]
5. """
6. kernel = tf.Variable(tf.truncated_normal([3, 3, 256, 384],
7. dtype=tf.float32, stddev=0.1), name="weights")
8. conv = tf.nn.conv2d(pool2, kernel, [1, 1, 1, 1], padding='SAME')
9. biases = tf.Variable(tf.constant(0.0, shape=[384], dtype=tf.float32),
10. trainable=True, name="biases")
11. bias = tf.nn.bias_add(conv, biases)  # w*x+b
12. conv3 = tf.nn.relu(bias, name=scope)  # reLu
13. parameters += [kernel, biases]
14. print_architecture(conv3)

（3）全连接层的搭建

1. #全连接层6
2. with tf.name_scope('fc6') as scope:
3. """
4. input:pool5 [6*6*256]
5. output:fc6 [4096]
6. """
7. kernel = tf.Variable(tf.truncated_normal([6*6*256,4096],
8. dtype=tf.float32, stddev=0.1), name="weights")
9. biases = tf.Variable(tf.constant(0.0, shape=[4096], dtype=tf.float32),
10. trainable=True, name="biases")
11. # 输入数据变换
12. flat = tf.reshape(pool5, [-1, 6*6*256] )  # 整形成m*n,列n为7*7*64
13. # 进行全连接操作
14. fc = tf.nn.relu(tf.matmul(flat, kernel) + biases,name='fc6')
15. # 防止过拟合  nn.dropout
16. fc6 = tf.nn.dropout(fc, keep_prob)
17. parameters += [kernel, biases]
18. print_architecture(fc6)

（4）训练测试：

因未下载ImageNet数据集（太大），只是简单的测试了一下alexnet的性能。使用的是随机生成的图片来作为训练数据。

1. def time_compute(session,target,info_string):
2. num_step_burn_in=10  #预热轮数，头几轮迭代有显存加载、cache命中等问题可以因此跳过
3. total_duration=0.0   #总时间
4. total_duration_squared=0.0
5. for i in range(num_batch+num_step_burn_in):
6. start_time=time.time()
7. _ = session.run(target)
8. duration= time.time() -start_time
9. if i>= num_step_burn_in:
10. if i%10==0: #每迭代10次显示一次duration
11. print("%s: step %d,duration=%.5f "% (datetime.now(),i-num_step_burn_in,duration))
12. total_duration += duration
13. total_duration_squared += duration *duration
14. time_mean=total_duration /num_batch
15. time_variance=total_duration_squared / num_batch - time_mean*time_mean
16. time_stddev=math.sqrt(time_variance)
17. #迭代完成，输出
18. print("%s: %s across %d steps,%.3f +/- %.3f sec per batch "%
19. (datetime.now(),info_string,num_batch,time_mean,time_stddev))
20. def main():
21. with tf.Graph().as_default():
22. """仅使用随机图片数据 测试前馈和反馈计算的耗时"""
23. image_size =224
24. images=tf.Variable(tf.random_normal([batch_size,image_size,image_size,3],
25. dtype=tf.float32,stddev=0.1 ) )
26. fc8,parameters=inference(images)
27. init=tf.global_variables_initializer()
28. sess=tf.Session()
29. sess.run(init)
30. """
31. AlexNet forward 计算的测评
32. 传入的target:fc8（即最后一层的输出）
33. 优化目标：loss
34. 使用tf.gradients求相对于loss的所有模型参数的梯度
35. AlexNet Backward 计算的测评
36. target:grad
37. """
38. time_compute(sess,target=fc8,info_string="Forward")
39. obj=tf.nn.l2_loss(fc8)
40. grad=tf.gradients(obj,parameters)
41. time_compute(sess,grad,"Forward-backward")

（5）测试结果：

   结构输出   (注意，32是我设置的batch_size，即训练的图片数量为32)

    前向预测用时：

    后向训练（学习）用时：

可以看出后向训练用时比前向推理用时长很多，大概是5倍。

【附录】完整代码

1. # -*- coding:utf-8 -*-
2. """
3. @author:Lisa
4. @file:alexNet.py
5. @function:实现Alexnet深度模型
6. @note:learn from《tensorflow实战》
7. @time:2018/6/24 0024下午 5:26
8. """
9. import tensorflow as tf
10. import time
11. import math
12. from datetime import datetime
13. batch_size=32
14. num_batch=100
15. keep_prob=0.5
16. def print_architecture(t):
17. """print the architecture information of the network,include name and size"""
18. print(t.op.name," ",t.get_shape().as_list())
19. def inference(images):
20. """ 构建网络 ：5个conv+3个FC"""
21. parameters=[]  #储存参数
22. with tf.name_scope('conv1') as scope:
23. """
24. images:227*227*3
25. kernel: 11*11 *64
26. stride:4*4
27. padding:name      
28. #通过with tf.name_scope('conv1') as scope可以将scope内生成的Variable自动命名为conv1/xxx
29. 便于区分不同卷积层的组建
30. input: images[227*227*3]
31. middle: conv1[55*55*96]
32. output: pool1 [27*27*96]
33. """
34. kernel=tf.Variable(tf.truncated_normal([11,11,3,96],
35. dtype=tf.float32,stddev=0.1),name="weights")
36. conv=tf.nn.conv2d(images,kernel,[1,4,4,1],padding='SAME')
37. biases=tf.Variable(tf.constant(0.0, shape=[96],  dtype=tf.float32),
38. trainable=True,name="biases")
39. bias=tf.nn.bias_add(conv,biases) # w*x+b
40. conv1=tf.nn.relu(bias,name=scope) # reLu
41. print_architecture(conv1)
42. parameters +=[kernel,biases]
43. #添加LRN层和max_pool层
44. """
45. LRN会让前馈、反馈的速度大大降低（下降1/3），但最终效果不明显，所以只有ALEXNET用LRN，其他模型都放弃了
46. """
47. lrn1=tf.nn.lrn(conv1,depth_radius=4,bias=1,alpha=0.001/9,beta=0.75,name="lrn1")
48. pool1=tf.nn.max_pool(lrn1,ksize=[1,3,3,1],strides=[1,2,2,1],
49. padding="VALID",name="pool1")
50. print_architecture(pool1)
51. with tf.name_scope('conv2') as scope:
52. """
53. input: pool1[27*27*96]
54. middle: conv2[27*27*256]
55. output: pool2 [13*13*256]
56. """
57. kernel = tf.Variable(tf.truncated_normal([5, 5, 96, 256],
58. dtype=tf.float32, stddev=0.1), name="weights")
59. conv = tf.nn.conv2d(pool1, kernel, [1, 1, 1, 1], padding='SAME')
60. biases = tf.Variable(tf.constant(0.0, shape=[256], dtype=tf.float32),
61. trainable=True, name="biases")
62. bias = tf.nn.bias_add(conv, biases)  # w*x+b
63. conv2 = tf.nn.relu(bias, name=scope)  # reLu
64. parameters += [kernel, biases]
65. # 添加LRN层和max_pool层
66. """
67. LRN会让前馈、反馈的速度大大降低（下降1/3），但最终效果不明显，所以只有ALEXNET用LRN，其他模型都放弃了
68. """
69. lrn2 = tf.nn.lrn(conv2, depth_radius=4, bias=1, alpha=0.001 / 9, beta=0.75, name="lrn1")
70. pool2 = tf.nn.max_pool(lrn2, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],
71. padding="VALID", name="pool2")
72. print_architecture(pool2)
73. with tf.name_scope('conv3') as scope:
74. """
75. input: pool2[13*13*256]
76. output: conv3 [13*13*384]
77. """
78. kernel = tf.Variable(tf.truncated_normal([3, 3, 256, 384],
79. dtype=tf.float32, stddev=0.1), name="weights")
80. conv = tf.nn.conv2d(pool2, kernel, [1, 1, 1, 1], padding='SAME')
81. biases = tf.Variable(tf.constant(0.0, shape=[384], dtype=tf.float32),
82. trainable=True, name="biases")
83. bias = tf.nn.bias_add(conv, biases)  # w*x+b
84. conv3 = tf.nn.relu(bias, name=scope)  # reLu
85. parameters += [kernel, biases]
86. print_architecture(conv3)
87. with tf.name_scope('conv4') as scope:
88. """
89. input: conv3[13*13*384]
90. output: conv4 [13*13*384]
91. """
92. kernel = tf.Variable(tf.truncated_normal([3, 3, 384, 384],
93. dtype=tf.float32, stddev=0.1), name="weights")
94. conv = tf.nn.conv2d(conv3, kernel, [1, 1, 1, 1], padding='SAME')
95. biases = tf.Variable(tf.constant(0.0, shape=[384], dtype=tf.float32),
96. trainable=True, name="biases")
97. bias = tf.nn.bias_add(conv, biases)  # w*x+b
98. conv4 = tf.nn.relu(bias, name=scope)  # reLu
99. parameters += [kernel, biases]
100. print_architecture(conv4)
101. with tf.name_scope('conv5') as scope:
102. """
103. input: conv4[13*13*384]
104. output: conv5 [6*6*256]
105. """
106. kernel = tf.Variable(tf.truncated_normal([3, 3, 384, 256],
107. dtype=tf.float32, stddev=0.1), name="weights")
108. conv = tf.nn.conv2d(conv4, kernel, [1, 1, 1, 1], padding='SAME')
109. biases = tf.Variable(tf.constant(0.0, shape=[256], dtype=tf.float32),
110. trainable=True, name="biases")
111. bias = tf.nn.bias_add(conv, biases)  # w*x+b
112. conv5 = tf.nn.relu(bias, name=scope)  # reLu
113. pool5 = tf.nn.max_pool(conv5, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],
114. padding="VALID", name="pool5")
115. parameters += [kernel, biases]
116. print_architecture(pool5)
117. #全连接层6
118. with tf.name_scope('fc6') as scope:
119. """
120. input:pool5 [6*6*256]
121. output:fc6 [4096]
122. """
123. kernel = tf.Variable(tf.truncated_normal([6*6*256,4096],
124. dtype=tf.float32, stddev=0.1), name="weights")
125. biases = tf.Variable(tf.constant(0.0, shape=[4096], dtype=tf.float32),
126. trainable=True, name="biases")
127. # 输入数据变换
128. flat = tf.reshape(pool5, [-1, 6*6*256] )  # 整形成m*n,列n为7*7*64
129. # 进行全连接操作
130. fc = tf.nn.relu(tf.matmul(flat, kernel) + biases,name='fc6')
131. # 防止过拟合  nn.dropout
132. fc6 = tf.nn.dropout(fc, keep_prob)
133. parameters += [kernel, biases]
134. print_architecture(fc6)
135. # 全连接层7
136. with tf.name_scope('fc7') as scope:
137. """
138. input:fc6 [4096]
139. output:fc7 [4096]
140. """
141. kernel = tf.Variable(tf.truncated_normal([4096, 4096],
142. dtype=tf.float32, stddev=0.1), name="weights")
143. biases = tf.Variable(tf.constant(0.0, shape=[4096], dtype=tf.float32),
144. trainable=True, name="biases")
145. # 进行全连接操作
146. fc = tf.nn.relu(tf.matmul(fc6, kernel) + biases, name='fc7')
147. # 防止过拟合  nn.dropout
148. fc7 = tf.nn.dropout(fc, keep_prob)
149. parameters += [kernel, biases]
150. print_architecture(fc7)
151. # 全连接层8
152. with tf.name_scope('fc8') as scope:
153. """
154. input:fc7 [4096]
155. output:fc8 [1000]
156. """
157. kernel = tf.Variable(tf.truncated_normal([4096, 1000],
158. dtype=tf.float32, stddev=0.1), name="weights")
159. biases = tf.Variable(tf.constant(0.0, shape=[1000], dtype=tf.float32),
160. trainable=True, name="biases")
161. # 进行全连接操作
162. fc8 = tf.nn.xw_plus_b(fc7, kernel, biases, name='fc8')
163. parameters += [kernel, biases]
164. print_architecture(fc8)
165. return fc8,parameters
166. def time_compute(session,target,info_string):
167. num_step_burn_in=10  #预热轮数，头几轮迭代有显存加载、cache命中等问题可以因此跳过
168. total_duration=0.0   #总时间
169. total_duration_squared=0.0
170. for i in range(num_batch+num_step_burn_in):
171. start_time=time.time()
172. _ = session.run(target)
173. duration= time.time() -start_time
174. if i>= num_step_burn_in:
175. if i%10==0: #每迭代10次显示一次duration
176. print("%s: step %d,duration=%.5f "% (datetime.now(),i-num_step_burn_in,duration))
177. total_duration += duration
178. total_duration_squared += duration *duration
179. time_mean=total_duration /num_batch
180. time_variance=total_duration_squared / num_batch - time_mean*time_mean
181. time_stddev=math.sqrt(time_variance)
182. #迭代完成，输出
183. print("%s: %s across %d steps,%.3f +/- %.3f sec per batch "%
184. (datetime.now(),info_string,num_batch,time_mean,time_stddev))
185. def main():
186. with tf.Graph().as_default():
187. """仅使用随机图片数据 测试前馈和反馈计算的耗时"""
188. image_size =224
189. images=tf.Variable(tf.random_normal([batch_size,image_size,image_size,3],
190. dtype=tf.float32,stddev=0.1 ) )
191. fc8,parameters=inference(images)
192. init=tf.global_variables_initializer()
193. sess=tf.Session()
194. sess.run(init)
195. """
196. AlexNet forward 计算的测评
197. 传入的target:fc8（即最后一层的输出）
198. 优化目标：loss
199. 使用tf.gradients求相对于loss的所有模型参数的梯度
200. AlexNet Backward 计算的测评
201. target:grad
202. """
203. time_compute(sess,target=fc8,info_string="Forward")
204. obj=tf.nn.l2_loss(fc8)
205. grad=tf.gradients(obj,parameters)
206. time_compute(sess,grad,"Forward-backward")
207. if __name__=="__main__":
208. main()

------------------------------------------------------         END      ----------------------------------------------------------

参考：

《tensorflow实战》黄文坚（本文内容及代码大多源于此书，感谢！）

大牛论文《ImageNet Classification with Deep Convolutional Neural Networks 》Alex Krizhevsky 等

[caffe]深度学习之图像分类模型AlexNet解读  https://blog.csdn.net/sunbaigui/article/details/39938097（参数分析很详细）