深度学习实战：卷积神经网络（CNN）原理与 LeNet-5 构建

经典架构：LeNet-5 实战

LeNet-5 由 Yann LeCun 提出，专门用于手写数字识别任务，奠定了现代 CNN 的基础架构。其结构包含 5 层：2 个卷积层、2 个池化层、1 个全连接层，最后通过 Softmax 输出分类结果。

网络结构搭建

下面我们以 TensorFlow 为例，完整搭建 LeNet-5 模型。注意激活函数的选择，早期版本常用 tanh，但现代实践中 ReLU 更为常见。

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，步长 1，无填充
    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，步长 2
    MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding="VALID"),
    # 卷积层 2：16 个 5×5 卷积核，步长 1，无填充
    Conv2D(filters=16, kernel_size=(5, 5), strides=(1, 1), 
           padding="VALID", activation="tanh"),
    # 池化层 2：2×2 最大池化，步长 2
    MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding="VALID"),
    # 展平层：将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 个神经元对应 10 个数字类别，Softmax 激活
    Dense(units=10, activation="softmax")
])

# 查看模型结构
lenet5.summary()

模型编译与训练

本次实战使用 MNIST 手写数字数据集，包含 60000 张训练图像和 10000 张测试图像，每张均为 28×28 灰度图。

数据处理流程包括加载数据、归一化（将像素值从 0-255 转为 0-1）、增加通道维度以及标签独热编码。编译时选择 Adam 优化器和交叉熵损失函数，训练批次大小设为 32，轮数为 10。

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
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
y_train = to_categorical(y_train, num_classes=10)
y_test = to_categorical(y_test, num_classes=10)

# 2. 编译模型
lenet5.compile(optimizer="adam", loss="categorical_crossentropy", metrics=["accuracy"])

# 3. 训练模型
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}")

常见问题与优化策略

过拟合问题处理

在训练过程中，如果训练集准确率持续上升而验证集准确率下降，说明出现了过拟合。此时可以在全连接层后加入 Dropout 层，随机丢弃部分神经元，防止模型过度依赖某些特定特征。

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"])

模型优化技巧

除了 Dropout，还有几个实用的优化方向：

1. 激活函数替换：使用 ReLU 替换 tanh 函数。ReLU 能缓解梯度消失问题，加速模型收敛。
2. 批量归一化：引入 BatchNormalization，使每一层的输入分布更稳定，提升训练效率。
3. 学习率调整：采用学习率衰减策略，在训练后期降低学习率，让模型更精准地收敛到最优解。

总结

卷积层通过卷积核提取图像局部特征，池化层通过降采样减少参数与计算量。LeNet-5 作为经典 CNN 架构，适用于小尺寸图像分类任务。在实战中，我们可以通过加入 Dropout 层、使用 ReLU 激活函数等方法优化模型，有效提升泛化能力。