深度学习实战：卷积神经网络（CNN）原理与应用

在实际操作中，我们通常配合步长使用。例如，定义一个 2×2 的最大池化层，步长设为 2，这样输出特征图的尺寸就会缩小为原来的 1/2：

from tensorflow.keras.layers import MaxPooling2D

# 定义最大池化层：2x2 窗口，步长 2
pool_layer = MaxPooling2D(
    pool_size=(2, 2),
    strides=(2, 2),
    padding="SAME"
)

# 对卷积层输出的特征图做池化
pool_output = pool_layer(output_feature)
print("池化后特征图形状：", pool_output.shape)

经典架构：LeNet-5 实战

Yann LeCun 提出的 LeNet-5 是 CNN 历史上的里程碑，专门用于手写数字识别。虽然结构简单，但它奠定了现代 CNN 的基础架构：卷积层 + 池化层 + 全连接层。

模型搭建

LeNet-5 包含两个卷积块和三个全连接层。我们使用 Keras 的 Sequential API 来构建它。注意原始 LeNet-5 使用的是 tanh 激活函数，但在现代实践中，ReLU 往往表现更好，不过为了还原经典结构，我们先按原样实现。

from tensorflow.keras import Sequential
from tensorflow.keras.layers import Flatten, Dense, Conv2D, MaxPooling2D

# 搭建 LeNet-5 模型
lenet5 = Sequential([
    # 卷积层 1：6 个 5×5 卷积核
    Conv2D(filters=6, kernel_size=(5, 5), strides=(1, 1), 
           padding="VALID", input_shape=(28, 28, 1), activation="tanh"),
    # 池化层 1：2×2 最大池化
    MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding="VALID"),
    
    # 卷积层 2：16 个 5×5 卷积核
    Conv2D(filters=16, kernel_size=(5, 5), strides=(1, 1), 
           padding="VALID", activation="tanh"),
    # 池化层 2：2×2 最大池化
    MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding="VALID"),
    
    # 展平层：将多维特征图转为一维向量
    Flatten(),
    
    # 全连接层 1：120 个神经元
    Dense(units=120, activation="tanh"),
    # 全连接层 2：84 个神经元
    Dense(units=84, activation="tanh"),
    # 输出层：10 个类别，Softmax 输出概率
    Dense(units=10, activation="softmax")
])

# 查看模型结构
lenet5.summary()

数据准备与训练

本次实战选用 MNIST 数据集，包含 60,000 张训练图和 10,000 张测试图，均为 28×28 灰度图。在使用前，我们需要进行归一化和维度调整。

from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical

# 1. 加载并预处理数据
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 归一化：将像素值从 0-255 转为 0-1，加速收敛
x_train = x_train / 255.0
x_test = x_test / 255.0

# 增加通道维度：(样本数，28, 28) → (样本数，28, 28, 1)
x_train = tf.expand_dims(x_train, axis=-1)
x_test = tf.expand_dims(x_test, axis=-1)

# 标签独热编码：将整数标签转换为 One-hot 向量
y_train = to_categorical(y_train, num_classes=10)
y_test = to_categorical(y_test, num_classes=10)

# 2. 编译模型：Adam 优化器 + 交叉熵损失
lenet5.compile(optimizer="adam", loss="categorical_crossentropy", metrics=["accuracy"])

# 3. 训练模型：Batch Size 32，训练 10 轮
history = lenet5.fit(x_train, y_train, batch_size=32, epochs=10, validation_split=0.1)

# 4. 评估模型
test_loss, test_acc = lenet5.evaluate(x_test, y_test)
print(f"测试集准确率：{test_acc:.4f}")

常见问题与优化技巧

应对过拟合

在训练过程中，你可能会发现训练集准确率持续上升，但验证集准确率却开始下降。这就是典型的过拟合现象——模型死记硬背了训练数据，却失去了泛化能力。

解决方案：在全连接层之间加入 Dropout 层。它会随机丢弃一部分神经元，迫使网络学习更鲁棒的特征。

from tensorflow.keras.layers import Dropout

# 修改模型，加入 Dropout 层
lenet5_with_dropout = Sequential([
    Conv2D(6, (5, 5), strides=1, padding="VALID", input_shape=(28, 28, 1), activation="tanh"),
    MaxPooling2D((2, 2), strides=2, padding="VALID"),
    Conv2D(16, (5, 5), strides=1, padding="VALID", activation="tanh"),
    MaxPooling2D((2, 2), strides=2, padding="VALID"),
    Flatten(),
    Dense(120, activation="tanh"),
    Dropout(0.2),  # 丢弃 20% 的神经元
    Dense(84, activation="tanh"),
    Dropout(0.2),
    Dense(10, activation="softmax")
])

lenet5_with_dropout.compile(optimizer="adam", loss="categorical_crossentropy", metrics=["accuracy"])

性能优化建议

除了 Dropout，还有几个实用的优化手段可以提升模型效果：

1. 激活函数替换：尝试用 ReLU 替换 tanh。ReLU 能缓解梯度消失问题，显著加速模型收敛。
2. 批量归一化（BatchNormalization）：在卷积层后加入 BN 层，可以稳定每一层的输入分布，允许使用更大的学习率。
3. 学习率策略：使用学习率衰减策略，在训练后期降低学习率，帮助模型更精准地收敛到最优解。

总结

卷积层负责提取图像局部特征，池化层则通过降采样减少计算负担。LeNet-5 作为经典架构，展示了如何通过简单的层级组合完成图像分类任务。在实际开发中，结合 Dropout 正则化、ReLU 激活函数以及 BatchNormalization 等技巧，能有效提升模型的泛化能力和训练效率。掌握这些核心原理与实战流程，是迈向深度学习应用的第一步。