• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    pytorch教程resnet.py的实现文件源码分析

    调用pytorch内置的模型的方法

    import torchvision
    model = torchvision.models.resnet50(pretrained=True)
    

    这样就导入了resnet50的预训练模型了。如果只需要网络结构,不需要用预训练模型的参数来初始化

    那么就是:

    model = torchvision.models.resnet50(pretrained=False)
    

    如果要导入densenet模型也是同样的道理

    比如导入densenet169,且不需要是预训练的模型:

    model = torchvision.models.densenet169(pretrained=False)
    

    由于pretrained参数默认是False,所以等价于:

    model = torchvision.models.densenet169()
    

    不过为了代码清晰,最好还是加上参数赋值。

    解读模型源码Resnet.py

    包含的库文件

    import torch.nn as nn
    import math
    import torch.utils.model_zoo as model_zoo
    

    该库定义了6种Resnet的网络结构

    包括

    __all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50',  'resnet101',  'resnet152']
    
    

    每种网络都有训练好的可以直接用的.pth参数文件

    __all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50',  'resnet101',  'resnet152']
    
    

    Resnet中大多使用3*3的卷积定义如下

    def conv3x3(in_planes, out_planes, stride=1):   
    """3x3 convolution with padding"""   
    return nn.Conv2d(in_planes, out_planes, kernel_size=3, 
    stride=stride, padding=1, bias=False)
    

    该函数继承自nn网络中的2维卷积,这样做主要是为了方便,少写参数参数由原来的6个变成了3个

    输出图与输入图长宽保持一致

    如何定义不同大小的Resnet网络

    Resnet类是一个基类,
    所谓的"Resnet18", ‘resnet34', ‘resnet50', ‘resnet101', 'resnet152'只是Resnet类初始化的时候使用了不同的参数,理论上我们可以根据Resnet类定义任意大小的Resnet网络
    下面先看看这些不同大小的Resnet网络是如何定义的

    定义Resnet18

    def resnet18(pretrained=False, **kwargs):  
    """
    Constructs a ResNet-18 model.    
    Args:    
    pretrained (bool):If True, returns a model pre-trained on ImageNet   
    """    
    model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)    
    if pretrained:        
        model.load_state_dict(model_zoo.load_url(model_urls['resnet18']))   
     return model
    
    

    定义Resnet34

    def resnet34(pretrained=False, **kwargs):    
    """Constructs a ResNet-34 model.   
    Args:        pretrained (bool): If True, returns a model pre-trained on ImageNet    """   
    model = ResNet(BasicBlock, [3, 4, 6, 3], **kwargs)  
    if pretrained:        
        model.load_state_dict(model_zoo.load_url(model_urls['resnet34']))    
     return model
    

    我们发现Resnet18和Resnet34的定义几乎是一样的,下面我们把Resnet18,Resnet34,Resnet50,Resnet101,Resnet152,不一样的部分写在一块进行对比

    model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)    #Resnet18
    model = ResNet(BasicBlock, [3, 4, 6, 3], **kwargs)    #Resnet34
    model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs)    #Eesnt50
    model = ResNet(Bottleneck, [3, 4, 23, 3], **kwargs)  #Resnet101
    model = ResNet(Bottleneck, [3, 8, 36, 3], **kwargs)  #Resnet152
    

    代码看起来非常的简洁工整,

    其他resnet18、resnet101等函数和resnet18基本类似,差别主要是在:

    1、构建网络结构的时候block的参数不一样,比如resnet18中是[2, 2, 2, 2],resnet101中是[3, 4, 23, 3]。

    2、调用的block类不一样,比如在resnet50、resnet101、resnet152中调用的是Bottleneck类,而在resnet18和resnet34中调用的是BasicBlock类,这两个类的区别主要是在residual结果中卷积层的数量不同,这个是和网络结构相关的,后面会详细介绍。

    3、如果下载预训练模型的话,model_urls字典的键不一样,对应不同的预训练模型。因此接下来分别看看如何构建网络结构和如何导入预训练模型。

    Resnet类

    构建ResNet网络是通过ResNet这个类进行的。ResNet类是继承PyTorch中网络的基类:torch.nn.Module。

    构建Resnet类主要在于重写 init() forward() 方法。

    我们构建的所有网络比如:VGGAlexnet等都需要重写这两个方法,这两个方法很重要

    看起来Resne类是整个文档的核心

    下面我们就要研究一下Resnet基类是如何实现的

    Resnet类采用了pytorch定义网络模型的标准结构,包含

    iinit()方法: 定义了网络的各个层
    forward()方法: 定义了前向传播过程

    这两个方法的用法,这个可以查看pytorch的官方文档就可以明白

    在Resnet类中,还包含一个自定义的方法make_layer()方法

    是用来构建ResNet网络中的4个blocks

    _make_layer方法的第一个输入block是BottleneckBasicBlock

    第二个输入是该blocks的输出channel

    第三个输入是每个blocks中包含多少个residual子结构,因此layers这个列表就是前面resnet50的[3, 4, 6, 3]。

    _make_layer方法中比较重要的两行代码是:

    layers.append(block(self.inplanes, planes, stride, downsample))

    该部分是将每个blocks的第一个residual结构保存在layers列表中。

     for i in range(1, blocks): layers.append(block(self.inplanes, planes))

    该部分是将每个blocks的剩下residual 结构保存在layers列表中,这样就完成了一个blocks的构造。这两行代码中都是通过Bottleneck这个类来完成每个residual的构建

    接下来介绍Bottleneck类

    class ResNet(nn.Module):
        def __init__(self, block, layers, num_classes=1000):
            self.inplanes = 64
            super(ResNet, self).__init__()
            self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3,
                                   bias=False)
            self.bn1 = nn.BatchNorm2d(64)
            self.relu = nn.ReLU(inplace=True)
            self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
            self.layer1 = self._make_layer(block, 64, layers[0])
            self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
            self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
            self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
            self.avgpool = nn.AvgPool2d(7, stride=1)
            self.fc = nn.Linear(512 * block.expansion, num_classes)
            for m in self.modules():
                if isinstance(m, nn.Conv2d):
                    n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                    m.weight.data.normal_(0, math.sqrt(2. / n))
                elif isinstance(m, nn.BatchNorm2d):
                    m.weight.data.fill_(1)
                    m.bias.data.zero_()
        def _make_layer(self, block, planes, blocks, stride=1):
            downsample = None
            if stride != 1 or self.inplanes != planes * block.expansion:
                downsample = nn.Sequential(
                    nn.Conv2d(self.inplanes, planes * block.expansion,
                              kernel_size=1, stride=stride, bias=False),
                    nn.BatchNorm2d(planes * block.expansion),
                )
            layers = []
            layers.append(block(self.inplanes, planes, stride, downsample))
            self.inplanes = planes * block.expansion
            for i in range(1, blocks):
                layers.append(block(self.inplanes, planes))
            return nn.Sequential(*layers)
        def forward(self, x):
            x = self.conv1(x)
            x = self.bn1(x)
            x = self.relu(x)
            x = self.maxpool(x)
            x = self.layer1(x)
            x = self.layer2(x)
            x = self.layer3(x)
            x = self.layer4(x)
            x = self.avgpool(x)
            x = x.view(x.size(0), -1)
            x = self.fc(x)
            return x
    
    

    下面我们分别看看这两个过程:

    网络的forward过程

     def forward(self, x):                                #x代表输入
            x = self.conv1(x)                             #进过卷积层1
            x = self.bn1(x)                                #bn1层
            x = self.relu(x)                                #relu激活
            x = self.maxpool(x)                         #最大池化
            x = self.layer1(x)                            #卷积块1
            x = self.layer2(x)                           #卷积块2
            x = self.layer3(x)                          #卷积块3
            x = self.layer4(x)                          #卷积块4
            x = self.avgpool(x)                     #平均池化
            x = x.view(x.size(0), -1)               #二维变成变成一维向量
            x = self.fc(x)                             #全连接层
            return x
    

    里面的大部分我们都可以理解,只有layer1-layer4是Resnet网络自己定义的,
    它也是Resnet残差连接的精髓所在,我们来分析一下layer层是怎么实现的

    残差Block连接是如何实现的

    从前面的ResNet类可以看出,在构造ResNet网络的时候,最重要的是 BasicBlock这个类,因为ResNet是由residual结构组成的,而 BasicBlock类就是完成residual结构的构建。同样 BasicBlock还是继承了torch.nn.Module类,且重写了__init__()和forward()方法。从forward方法可以看出,bottleneck就是我们熟悉的3个主要的卷积层、BN层和激活层,最后的out += residual就是element-wise add的操作。

    这部分在 BasicBlock类中实现,我们看看这层是如何前向传播的

    def forward(self, x):
            residual = x
            out = self.conv1(x)
            out = self.bn1(out)
            out = self.relu(out)
            out = self.conv2(out)
            out = self.bn2(out)
            if self.downsample is not None:
                residual = self.downsample(x)
            out += residual
            out = self.relu(out)
            return out
    

    我画个流程图来表示一下

    画的比较丑,不过基本意思在里面了,

    根据论文的描述,x是否需要下采样由x与out是否大小一样决定,

    假如进过conv2和bn2后的结果我们称之为 P

    假设x的大小为wHchannel1

    如果P的大小也是wHchannel1

    则无需下采样
    out = relu(P + X)
    out的大小为W * H *(channel1+channel2),

    如果P的大小是W/2 * H/2 * channel

    则X需要下采样后才能与P相加,
    out = relu(P+ X下采样)
    out的大小为W/2 * H/2 * (channel1+channel2)

    BasicBlock类和Bottleneck类类似,前者主要是用来构建ResNet18和ResNet34网络,因为这两个网络的residual结构只包含两个卷积层,没有Bottleneck类中的bottleneck概念。因此在该类中,第一个卷积层采用的是kernel_size=3的卷积,就是我们之前提到的conv3x3函数。

    下面是BasicBlock类的完整代码

    class BasicBlock(nn.Module):
        expansion = 1
        def __init__(self, inplanes, planes, stride=1, downsample=None):
            super(BasicBlock, self).__init__()
            self.conv1 = conv3x3(inplanes, planes, stride)
            self.bn1 = nn.BatchNorm2d(planes)
            self.relu = nn.ReLU(inplace=True)
            self.conv2 = conv3x3(planes, planes)
            self.bn2 = nn.BatchNorm2d(planes)
            self.downsample = downsample
            self.stride = stride
        def forward(self, x):
            residual = x
            out = self.conv1(x)
            out = self.bn1(out)
            out = self.relu(out)
            out = self.conv2(out)
            out = self.bn2(out)
            if self.downsample is not None:
                residual = self.downsample(x)
            out += residual
            out = self.relu(out)
            return out
    

    以上就是pytorch教程resnet.py的实现文件源码解读的详细内容,更多关于pytorch源码解读的资料请关注脚本之家其它相关文章!

    您可能感兴趣的文章:
    • PyTorch实现ResNet50、ResNet101和ResNet152示例
    • Keras实现DenseNet结构操作
    • 关于Keras Dense层整理
    • Python机器学习从ResNet到DenseNet示例详解
    上一篇:手把手教你利用opencv实现人脸识别功能(附源码+文档)
    下一篇:PyTorch一小时掌握之autograd机制篇
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    pytorch教程resnet.py的实现文件源码分析 pytorch,教程,resnet.py,的,实现,