Upload New File

5-深度学习/5.6-作业/model.py

+import torch.nn as nn
+import torch.nn as nn
+
+# 定义一个简单的卷积神经网络用于猫狗分类任务
+class SimpleCNN(nn.Module):
+    def __init__(self):
+        super(SimpleCNN, self).__init__()
+        # 特征提取模块：通过三层卷积 + 激活 + 池化提取图像的空间特征
+        self.features = nn.Sequential(
+            # 第1个卷积层：输入3通道（RGB），输出16通道，卷积核大小为3x3，padding=1保持输出尺寸
+            nn.Conv2d(3, 16, kernel_size=3, padding=1),
+            nn.ReLU(),                # ReLU激活函数，引入非线性
+            nn.MaxPool2d(2),          # 最大池化，核大小2x2，缩小一半尺寸 (224 → 112)
+            # 第2个卷积层：输入16通道，输出32通道
+            nn.Conv2d(16, 32, kernel_size=3, padding=1),
+            nn.ReLU(),
+            nn.MaxPool2d(2),          # 池化后尺寸 112 → 56
+            # 第3个卷积层：输入32通道，输出64通道
+            nn.Conv2d(32, 64, kernel_size=3, padding=1),
+            nn.ReLU(),
+            nn.MaxPool2d(2)           # 池化后尺寸 56 → 28
+        )
+        # 分类器模块：全连接层将提取的特征进行分类
+        self.classifier = nn.Sequential(
+            nn.Linear(64 * 28 * 28, 128),  # 输入为展平后的特征张量，输出128维
+            nn.ReLU(),                    # 非线性激活
+            nn.Dropout(0.5),              # Dropout防止过拟合，随机丢弃50%神经元
+            nn.Linear(128, 2)             # 输出层：2个神经元表示猫（0）或狗（1）
+        )
+    def forward(self, x):
+        x = self.features(x)              # 先通过卷积提取特征
+        x = x.view(x.size(0), -1)         # 将多维特征图展平为1维向量（batch_size, features）
+        x = self.classifier(x)            # 再送入全连接层进行分类
+        return x
+    
+class BetterCNN(nn.Module):
+    def __init__(self):
+        super(BetterCNN, self).__init__()
+        
+        # 特征提取部分，包含3个卷积块（Block）
+        self.features = nn.Sequential(
+            # Block 1：
+            # 输入通道3（RGB图像），输出通道32，卷积核大小3x3，padding=1保持尺寸不变
+            nn.Conv2d(3, 32, kernel_size=3, padding=1),
+            # 批归一化，加快训练速度并提高稳定性，减少内部协变量偏移
+            nn.BatchNorm2d(32),
+            # ReLU激活函数，引入非线性，帮助模型拟合复杂函数
+            nn.ReLU(),
+            # 最大池化，核大小2x2，步长2，将特征图尺寸缩小一半，减小计算量
+            # 输入224x224，输出112x112
+            nn.MaxPool2d(2),
+
+            # Block 2：
+            # 输入32通道，输出64通道，同样3x3卷积，padding=1
+            nn.Conv2d(32, 64, kernel_size=3, padding=1),
+            nn.BatchNorm2d(64),  # 批归一化层
+            nn.ReLU(),
+            # 池化后尺寸112x112 -> 56x56
+            nn.MaxPool2d(2),
+
+            # Block 3：
+            # 输入64通道，输出128通道，继续提取更深层特征
+            nn.Conv2d(64, 128, kernel_size=3, padding=1),
+            nn.BatchNorm2d(128),
+            nn.ReLU(),
+            # 池化后尺寸56x56 -> 28x28
+            nn.MaxPool2d(2),
+        )
+
+        # 分类器部分，将卷积提取的特征转化为最终分类结果
+        self.classifier = nn.Sequential(
+            # 自适应平均池化，将每个通道的特征图缩小为1x1
+            # 输出张量形状为 (batch_size, 128, 1, 1)
+            nn.AdaptiveAvgPool2d((1, 1)),
+            # 展平层，将特征图展平为一维向量，形状变为 (batch_size, 128)
+            nn.Flatten(),
+            # 全连接层，将128维特征映射到64维，进一步抽象特征
+            nn.Linear(128, 64),
+            nn.ReLU(),
+            # Dropout随机丢弃50%的神经元，防止过拟合
+            nn.Dropout(0.5),
+            # 最终全连接层，将64维特征映射到2个类别（猫或狗）
+            nn.Linear(64, 2)
+        )
+
+    def forward(self, x):
+        # 输入x通过特征提取模块，输出卷积特征
+        x = self.features(x)
+        # 再通过分类器模块，输出最终的类别得分
+        x = self.classifier(x)
+        return x