深度学习面试题13：AlexNet(1000类图像分类)

时间：2019-08-20 10:46:23 阅读：150 评论：0 收藏：0 [点我收藏+]

标签：https cli 返回 5* mamicode onclick imp round www

AlexNet有60 million个参数和65000个神经元，五层卷积，三层全连接网络，最终的输出层是1000通道的softmax。AlexNet利用了两块GPU进行计算，大大提高了运算效率，并且在ILSVRC-2012竞赛中获得了top-5测试的15.3%error rate，获得第二名的方法error rate 是 26.2%，可以说差距是非常的大了，足以说明这个网络在当时给学术界和工业界带来的冲击之大。

网络结构

AlexNet的网络结构如下，在论文中输入图像写的是224，通过查阅资料了解到，应该是作者做了跳步，先对图像预处理，把224的图像转为了227：

技术图片

这个网络比较大，需要的训练数据也是ImageNet的数据集（上百GB），训练十分耗时，真正做图像分类可以使用微调的方式，这个会在后面将slim的时候展开，所以这里先给出网络结构的代码，帮助大家理解上面的图，我已经在pycharm中调试过，尺寸都是正确的。

import tensorflow as tf
import numpy as np
#输入
x=tf.placeholder(tf.float32,[None,227,227,3])
keep_prob=tf.placeholder(tf.float32)
# ①与96个11*11*3的核，步长=4，valid卷积
w1=tf.Variable(tf.random_normal([11,11,3,96]),dtype=tf.float32,name=‘w1‘)
l1=tf.nn.conv2d(x,w1,[1,4,4,1],‘VALID‘)
b1=tf.Variable(tf.random_normal([96]),dtype=tf.float32,name=‘b1‘)
l1=tf.nn.bias_add(l1,b1)
l1=tf.nn.relu(l1)
# 结果为55*55*96

# ②maxpool，3*3，步长=2，valid池化
pool_l1=tf.nn.max_pool(l1,[1,3,3,1],[1,2,2,1],‘VALID‘)
# 结果为27*27*96

# ③与256个，5*5*96的核，步长=1，same卷积
w2=tf.Variable(tf.random_normal([5,5,96,256]),dtype=tf.float32,name=‘w2‘)
l2=tf.nn.conv2d(pool_l1,w2,[1,1,1,1],‘SAME‘)
b2=tf.Variable(tf.random_normal([256]),dtype=tf.float32,name=‘b2‘)
l2=tf.nn.bias_add(l2,b2)
l2=tf.nn.relu(l2)
# 结果为27*27*256

# ④maxpool，3*3，步长=2，valid池化
pool_l2=tf.nn.max_pool(l2,[1,3,3,1],[1,2,2,1],‘VALID‘)
# 结果为13*13*256

# ⑤与384个，3*3*256的核，步长=1，same卷积
w3=tf.Variable(tf.random_normal([3,3,256,384]),dtype=tf.float32,name=‘w3‘)
l3=tf.nn.conv2d(pool_l2,w3,[1,1,1,1],‘SAME‘)
b3=tf.Variable(tf.random_normal([384]),dtype=tf.float32,name=‘b3‘)
l3=tf.nn.bias_add(l3,b3)
l3=tf.nn.relu(l3)
# 结果为13*13*384

# ⑥与384个，3*3*384的核，步长=1，same卷积
w4=tf.Variable(tf.random_normal([3,3,384,384]),dtype=tf.float32,name=‘w4‘)
l4=tf.nn.conv2d(l3,w4,[1,1,1,1],‘SAME‘)
b4=tf.Variable(tf.random_normal([384]),dtype=tf.float32,name=‘b4‘)
l4=tf.nn.bias_add(l4,b4)
l4=tf.nn.relu(l4)
# 结果为13*13*384

# ⑦与256个，3*3*384的核，步长=1，same卷积
w5=tf.Variable(tf.random_normal([3,3,384,256]),dtype=tf.float32,name=‘w5‘)
l5=tf.nn.conv2d(l4,w5,[1,1,1,1],‘SAME‘)
b5=tf.Variable(tf.random_normal([256]),dtype=tf.float32,name=‘b5‘)
l5=tf.nn.bias_add(l5,b5)
l5=tf.nn.relu(l5)
# 结果为13*13*256

# ⑧maxpool，3*3，步长=2，valid池化
pool_l5=tf.nn.max_pool(l5,[1,3,3,1],[1,2,2,1],‘VALID‘)
# 结果为6*6*256

# ⑨拉伸为9216，全连接
pool_l5_shape=pool_l5.get_shape()
num=pool_l5_shape[1].value*pool_l5_shape[2].value*pool_l5_shape[3].value
flatten=tf.reshape(pool_l5,[-1,num])
# 结果为9216个神经元

# 第1个隐含层
fcW1=tf.Variable(tf.random_normal([num,4096]),dtype=tf.float32,name=‘fcW1‘)
fc_l1=tf.matmul(flatten,fcW1)
fcb1=tf.Variable(tf.random_normal([4096]),dtype=tf.float32,name=‘fcb1‘)
fc_l1=tf.nn.bias_add(fc_l1,fcb1)
fc_l1=tf.nn.relu(fc_l1)
fc_l1=tf.nn.dropout(fc_l1,keep_prob)
# 第2个隐含层
fcW2=tf.Variable(tf.random_normal([4096,4096]),dtype=tf.float32,name=‘fcW2‘)
fc_l2=tf.matmul(fc_l1,fcW2)
fcb2=tf.Variable(tf.random_normal([4096]),dtype=tf.float32,name=‘fcb2‘)
fc_l2=tf.nn.bias_add(fc_l2,fcb2)
fc_l2=tf.nn.relu(fc_l2)
fc_l2=tf.nn.dropout(fc_l2,keep_prob)
# 输出层
fcW3=tf.Variable(tf.random_normal([4096,1000]),dtype=tf.float32,name=‘fcW3‘)
out=tf.matmul(fc_l2,fcW3)
fcb3=tf.Variable(tf.random_normal([1000]),dtype=tf.float32,name=‘fcb3‘)
out=tf.nn.bias_add(out,fcb3)
out=tf.nn.relu(out)
#"创建会话"
session=tf.Session()
session.run(tf.global_variables_initializer())
result=session.run(out,feed_dict={x:np.ones([1,227,227,3],np.float32),
                    keep_prob:0.5})
#"打印最后的输出尺寸"
print(np.shape(result))