在中等复杂度数据集（CIFAR-10）上，差距迅速拉大
到这里，一个重要问题浮现：
CNN 的优势到底来自“更大的数据集”还是来自“图像的空间结构”？
换句话说：是否即便不换更大的数据集，只要破坏空间结构，MLP 就会更吃亏？
本篇将从这一关键视角展开实验。
一、实验目标
本篇希望进一步回答：
🧪 1. 如果我们“破坏图像的局部结构”，MLP 与 CNN 谁更稳健？
🧪 2. 当图像遭遇“局部遮挡”“随机噪声”“随机擦除”等扰动，CNN 是否仍能保持较强泛化能力？
🧪 3. 既然 MLP 完全依赖全局平铺输入，空间破坏是否会对 MLP 造成毁灭性影响？
二、实验策略（不再更换数据集，而是更换扰动方式）
我们继续使用 CIFAR-10 —— 数据集本身不变。
但重点修改“输入图像”，通过注入不同类别的空间扰动，让模型面临真正的对抗性挑战。
本文采用一类典型扰动：
🔶 1. Random Erasing（随机擦除局部区域）
模拟遮挡：
随机挖掉图片中的一小块（如 16×16）
广泛用于训练 CNN 的增强策略
CNN 可通过周边区域补偿
MLP 因完全 flatten，会失去空间结构 → 特征被破坏
三、实验步骤
使用 CIFAR-10
训练 MLP 与 CNN（结构与上一章一致）
每种扰动分别训练 10 epoch，记录：
训练集精度
验证集精度
收敛速度
使用折线图展示 MLP vs CNN 的精度差异
四、核心实验代码（加入图像扰动增强）
以下为结构化 Demo，方便直接复现实验。
# -*- coding: utf-8 -*-
# 卷积神经网络的引入4 —— 空间扰动下的 MLP 与 CNN 鲁棒性对比实验
# Author: zhchoice
# Date: 2025-11-XX
import torch
import torchvision
import torch.nn as nn
import torch.nn.functional as F
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import random
device = 'mps' if torch.backends.mps.is_available() else 'cpu'
# =============================
# 1️⃣ 扰动类型选择（重点）
# =============================
# 可选： none / erasing / gaussian / cutout
AUG_TYPE = 'erasing'
print(f"===> 使用扰动方式：{AUG_TYPE}")
# =============================
# 2️⃣ 定义扰动函数（核心部分）
# =============================
def add_gaussian_noise(img, mean=0.0, std=0.1):
noise = torch.randn_like(img) * std + mean
return torch.clamp(img + noise, -1, 1)
def cutout(img, size=16):
_, h, w = img.size()
y = random.randint(size, h - size)
x = random.randint(size, w - size)
img[:, y-size:y+size, x-size:x+size] = 0
return img
class CutoutTransform:
"""可在 transforms 中使用的 cutout 封装"""
def __call__(self, img):
return cutout(img)
class GaussianNoiseTransform:
"""高斯噪声封装"""
def __call__(self, img):
return add_gaussian_noise(img)
# =============================
# 3️⃣ 图像增强 pipeline 设置
# =============================
train_transforms = [
transforms.ToTensor(),
transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)),
]
if AUG_TYPE == 'erasing':
train_transforms.append(transforms.RandomErasing(p=1.0, scale=(0.1,0.2)))
elif AUG_TYPE == 'gaussian':
train_transforms.append(GaussianNoiseTransform())
elif AUG_TYPE == 'cutout':
train_transforms.append(CutoutTransform())
train_transform = transforms.Compose(train_transforms)
test_transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))
])
# =============================
# 4️⃣ CIFAR10 数据加载
# =============================
trainset = datasets.CIFAR10('./data', train=True, download=True, transform=train_transform)
testset = datasets.CIFAR10('./data', train=False, download=True, transform=test_transform)
train_loader = DataLoader(trainset, batch_size=64, shuffle=True)
test_loader = DataLoader(testset, batch_size=256)
# =============================
# 5️⃣ 定义模型（沿用上一章）
# =============================
class MLP(nn.Module):
def __init__(self, input_dim=32*32*3, hidden=1024):
super().__init__()
self.net = nn.Sequential(
nn.Flatten(),
nn.Linear(input_dim, hidden),
nn.ReLU(),
nn.Linear(hidden, 10)
)
def forward(self, x):
return self.net(x)
class CNN(nn.Module):
def __init__(self, in_ch=3):
super().__init__()
self.net = nn.Sequential(
nn.Conv2d(in_ch, 32, 3, padding=1),
nn.BatchNorm2d(32),
nn.ReLU(),
nn.MaxPool2d(2),
nn.Conv2d(32, 64, 3, padding=1),
nn.BatchNorm2d(64),
nn.ReLU(),
nn.MaxPool2d(2),
nn.Conv2d(64, 128, 3, padding=1),
nn.ReLU(),
nn.AdaptiveAvgPool2d(1),
nn.Flatten(),
nn.Linear(128, 10)
)
def forward(self, x):
return self.net(x)
# =============================
# 6️⃣ 训练 & 验证
# =============================
loss_fn = nn.CrossEntropyLoss()
def train_one_epoch(model, loader, opt):
model.train()
tot_loss, tot_correct = 0, 0
for x, y in loader:
x, y = x.to(device), y.to(device)
out = model(x)
loss = loss_fn(out, y)
opt.zero_grad()
loss.backward()
opt.step()
tot_loss += loss.item()
tot_correct += (out.argmax(1) == y).sum().item()
return tot_loss / len(loader), tot_correct / len(loader.dataset)
def evaluate(model, loader):
model.eval()
tot_correct = 0
with torch.no_grad():
for x, y in loader:
x, y = x.to(device), y.to(device)
tot_correct += (model(x).argmax(1) == y).sum().item()
return tot_correct / len(loader.dataset)
# =============================
# 7️⃣ 实验执行
# =============================
mlp = MLP().to(device)
cnn = CNN().to(device)
opt_mlp = torch.optim.Adam(mlp.parameters(), lr=1e-3)
opt_cnn = torch.optim.Adam(cnn.parameters(), lr=1e-3)
epochs = 10
mlp_train, mlp_test = [], []
cnn_train, cnn_test = [], []
for ep in range(epochs):
_, acc_m = train_one_epoch(mlp, train_loader, opt_mlp)
_, acc_c = train_one_epoch(cnn, train_loader, opt_cnn)
val_m = evaluate(mlp, test_loader)
val_c = evaluate(cnn, test_loader)
mlp_train.append(acc_m)
cnn_train.append(acc_c)
mlp_test.append(val_m)
cnn_test.append(val_c)
print(f"[{ep+1}/{epochs}] MLP val={val_m:.3f} | CNN val={val_c:.3f}")
# =============================
# 8️⃣ 画精度曲线
# =============================
plt.figure(figsize=(10,6))
plt.plot(range(1,epochs+1), mlp_train, 'r--o', label='MLP Train')
plt.plot(range(1,epochs+1), mlp_test, 'r-', label='MLP Val')
plt.plot(range(1,epochs+1), cnn_train, 'b--o', label='CNN Train')
plt.plot(range(1,epochs+1), cnn_test, 'b-', label='CNN Val')
plt.title(f"Accuracy Curve under Perturbation: {AUG_TYPE}")
plt.xlabel("Epoch")
plt.ylabel("Accuracy")
plt.grid(True)
plt.legend()
plt.tight_layout()
plt.show()
五、训练结果表现
image
从本次 “Random Erasing（随机擦除）” 的实验结果中，我们能够观察到以下几个清晰结论：
CNN 在局部遮挡下的鲁棒性显著优于 MLP
从第 1 个 epoch 起：
CNN 验证集精度：0.426
MLP 验证集精度：0.437
两者相差不大。但随着训练继续进行，CNN 的表现开始快速提升：
最终 CNN val ≈ 0.660
而 MLP val ≈ 0.505
CNN 的验证精度始终保持 10%~15% 的稳定优势，并且在整个训练过程中曲线平滑、稳步上升。
结论：CNN 对于随机擦除造成的局部结构破坏具有天然抗性，而 MLP 曲线提升缓慢且上限更低。
随机擦除对 MLP 的影响远大于对 CNN 的影响
从曲线可以看到：
MLP 的训练曲线与验证曲线始终存在明显 gap
且验证集精度增长缓慢，后期几乎进入停滞
随机擦除破坏了 MLP flatten 后的全局向量，使模型难以恢复有效特征
而 CNN：
即便被遮挡一部分区域
仍能通过局部卷积核从未被遮挡的区域提取足够信息
验证曲线平滑且稳定上升
这表明：MLP 缺乏空间补偿机制，一旦局部像素被破坏，整体特征都会被扰乱；而 CNN 则具备“局部容错”能力。
CNN 的收敛速度明显快于 MLP
观察前 3 个 epoch：
CNN val：从 0.426 → 0.562 → 0.590
MLP val：从 0.437 → 0.465 → 0.475
CNN 的增长速度更快，曲线也更陡峭。
CNN 在早期就掌握了稳健的局部纹理特征，而 MLP 则需要更长时间才开始学习到有效结构。
随机擦除反而进一步凸显了 CNN 的优势
与上一章（无扰动）相比：
CNN 在 erasing 下精度略降，但仍维持高稳定性与高上限
MLP 在 erasing 下损失明显加剧，最终验证精度也更低
这说明：
扰动越强，MLP 越脆弱；
扰动越强，CNN 越体现其辨识局部结构的能力。
🎯 最终总结（卷4核心结论）
基于本次实验数据可以明确得出：
CNN 的优势不依赖于更大的数据集，而是来源于“空间结构敏感性 + 局部特征补偿能力”。
随机擦除本质上破坏了：
局部纹理
部分语义区域
MLP 由于 flatten 特性：
完全没有空间意识
局部损坏会扰乱整个输入向量
因此验证精度严重受损
CNN 则可以：
靠周边特征补偿缺失的信息
保持稳定学习
在遮挡环境下仍能正确分类
因此：
基础)
