Keras实战：从LeNet到ResNeXt，10种经典CNN模型代码实现与性能对比

Keras实战：从LeNet到ResNeXt，10种经典CNN模型代码实现与性能对比

作为一名长期在计算机视觉领域摸爬滚打的开发者，我常常被问到这样一个问题：“面对这么多经典的卷积神经网络（CNN）架构，我到底该从哪个学起？哪个最适合我的项目？” 这确实是个好问题。从1998年Yann LeCun的LeNet-5，到2012年引爆AI热潮的AlexNet，再到后来VGG、Inception、ResNet等家族的百花齐放，每一代模型都不仅仅是参数量的堆砌，其背后是研究者们对网络结构、计算效率和特征表达能力的深刻思考与精巧设计。对于已经掌握了Keras基础，希望深入理解不同CNN架构精髓，并能亲手复现、对比其性能的开发者来说，仅仅知道理论是远远不够的。你需要看到代码，运行它，感受不同结构在训练时的收敛曲线，比较它们在标准数据集上的准确率、参数量和推理速度。这正是本文想要带你做的事情：我们将用Keras，从零开始，一步步搭建从LeNet到ResNeXt的10个里程碑式模型，并在CIFAR-10和MNIST这样的经典数据集上进行实战演练与横向对比。你会发现，亲手敲下这些代码，远比阅读十篇论文摘要更能让你理解深度学习的演进脉络。

1. 环境准备与基础框架搭建

在开始构建任何模型之前，一个稳定、可复现的开发环境是重中之重。我个人的习惯是使用conda来管理Python环境，这能有效避免不同项目间的依赖冲突。对于深度学习项目，我强烈建议单独创建一个环境。

首先，我们创建并激活一个名为keras_cnn的虚拟环境：

conda create -n keras_cnn python=3.8
conda activate keras_cnn

接下来，安装核心的深度学习库。TensorFlow 2.x 已经将Keras作为其官方高级API，因此我们直接安装TensorFlow即可。为了后续的可视化分析，我们还需要matplotlib和seaborn。

pip install tensorflow==2.10.0 matplotlib seaborn pandas scikit-learn

注意：TensorFlow的版本选择需与你的CUDA/cuDNN版本匹配，以启用GPU加速。如果仅使用CPU，安装上述命令即可。

环境就绪后，让我们建立一个统一的项目结构。我将创建一个主脚本文件，用于集中管理数据加载、模型定义、训练和评估流程。同时，为每个模型单独创建模块文件，保持代码的清晰和可维护性。一个建议的目录结构如下：

keras_cnn_project/
│
├── models/               # 存放所有模型定义
│   ├── __init__.py
│   ├── lenet.py
│   ├── alexnet.py
│   └── ... (其他模型)
│
├── utils/                # 工具函数（数据加载、可视化等）
│   ├── __init__.py
│   └── data_loader.py
│
├── config.py             # 超参数配置
├── train.py              # 统一训练脚本
└── evaluate.py           # 统一评估与对比脚本

在config.py中，我们可以定义一些全局参数，方便后续调整和对比实验：

# config.py
class Config:
    # 数据相关
    IMG_HEIGHT = 32  # CIFAR-10 图像尺寸
    IMG_WIDTH = 32
    NUM_CLASSES = 10
    BATCH_SIZE = 64
    EPOCHS = 50
    VALIDATION_SPLIT = 0.1

    # 训练相关
    LEARNING_RATE = 1e-3
    PATIENCE = 10  # 用于Early Stopping

    # 路径相关
    LOG_DIR = './logs'
    MODEL_SAVE_DIR = './saved_models'

这种模块化的设计，使得我们后续增加新模型或调整实验设置变得非常轻松。准备工作完成后，我们就可以正式踏入经典CNN的代码世界了。

2. 奠基者：LeNet-5与AlexNet的代码复现与解析

让我们从起点开始。LeNet-5虽然结构简单，但它确立了CNN的基本范式：卷积层提取特征，池化层降维，全连接层进行分类。在Keras中实现它，是理解这一范式的绝佳练习。

2.1 LeNet-5：卷积神经网络的雏形

LeNet-5最初用于手写数字识别，其输入是32x32的灰度图像。在我们的实现中，为了适配CIFAR-10的32x32x3彩色图像，只需将输入通道数改为3。以下是完整的Keras Sequential模型实现：

# models/lenet.py
from tensorflow.keras import layers, models

def build_lenet(input_shape=(32, 32, 3), num_classes=10):
    model = models.Sequential([
        # 第一卷积块
        layers.Conv2D(6, (5, 5), activation='relu', padding='same', input_shape=input_shape),
        layers.AveragePooling2D((2, 2), strides=2),
        # 第二卷积块
        layers.Conv2D(16, (5, 5), activation='relu'),
        layers.AveragePooling2D((2, 2), strides=2),
        # 展平后接全连接层
        layers.Flatten(),
        layers.Dense(120, activation='relu'),
        layers.Dense(84, activation='relu'),
        layers.Dense(num_classes, activation='softmax')
    ])
    return model

这个模型只有约6万个参数，训练速度极快。你可以用model.summary()查看其详细结构。值得注意的是，原始LeNet-5使用的是tanh激活函数和平均池化，这里我们遵循现代惯例使用了ReLU。在CIFAR-10上，这个简单模型经过50轮训练，准确率大约能达到65%-70%。虽然不高，但作为一个基线非常有价值。

2.2 AlexNet：深度学习的“大爆炸”

AlexNet在结构上是LeNet的深化版，但其意义远不止于此。它首次成功应用了ReLU激活函数、Dropout正则化和数据增强，并在ImageNet大赛中以巨大优势夺冠，正式开启了深度学习时代。其结构更为复杂，包含5个卷积层和3个全连接层。

由于原始AlexNet输入是224x224x3，而我们的实验数据是32x32，我们需要进行一些适配。同时，为了节省计算资源，我适当减少了第一全连接层的神经元数量。

# models/alexnet.py
from tensorflow.keras import layers, models, regularizers

def build_alexnet(input_shape=(32, 32, 3), num_classes=10):
    model = models.Sequential([
        # 第一卷积块：大卷积核捕捉特征
        layers.Conv2D(96, (11, 11), strides=4, activation='relu', input_shape=input_shape, padding='same'),
        layers.BatchNormalization(),
        layers.MaxPooling2D((3, 3), strides=2),
        # 第二卷积块
        layers.Conv2D(256, (5, 5), activation='relu', padding='same'),
        layers.BatchNormalization(),
        layers.MaxPooling2D((3, 3), strides=2),
        # 第三至第五卷积块：连续3x3卷积
        layers.Conv2D(384, (3, 3), activation='relu', padding='same'),
        layers.Conv2D(384, (3, 3), activation='relu', padding='same'),
        layers.Conv2D(256, (3, 3), activation='relu', padding='same'),
        layers.MaxPooling2D((3, 3), strides=2),
        # 全连接层，加入Dropout防止过拟合
        layers.Flatten(),
        la