pytorch实现ResNet结构的实例代码
1.ResNet的创新
现在重新稍微系统的介绍一下ResNet网络结构。 ResNet结构首先通过一个卷积层然后有一个池化层,然后通过一系列的残差结构,最后再通过一个平均池化下采样操作,以及一个全连接层的得到了一个输出。ResNet网络可以达到很深的层数的原因就是不断的堆叠残差结构而来的。
1)亮点
网络中的亮点 :
- 超深的网络结构( 突破1000 层)
- 提出residual 模块
- 使用Batch Normalization 加速训练( 丢弃dropout)
但是,一般来说,并不是一直的加深神经网络的结构就会得到一个更好的结果,一般太深的网络会出现过拟合的现象严重,可能还没有一些浅层网络要好。
2)原因
其中有两个原因:
- 梯度消失或梯度爆炸
当层数过多的时候,假设每一层的误差梯度都是一个小于1的数值,当进行方向传播的过程中,每向前传播一层,都要乘以一个小于1的误差梯度,当网络越来越深时,所成的小于1的系数也就越来越多,此时梯度便越趋近于0,这样梯度便会越来越小。这便会造成梯度消失的现象。
而当所成的误差梯度是一个大于1的系数,而随着网络层数的加深,梯度便会越来越大,这便会造成梯度爆炸的现象。
- 退化问题(degradation problem)
当解决了梯度消失或者梯度爆炸的问题之后,其实网络的效果可能还是不尽如意,还可能有退化问题。为此,ResNet提出了残差结构来解决这个退化问题。 也正是因为有这个残差的结构,所以才可以搭建这么深的网络。
2.ResNet的结构
残差结构如图所示
作图是针对ResNet-18/34层浅层网络的结构,右图是ResNet-50/101/152层深层网络的结构,其中注意:主分支与shortcut 的输出特征矩阵shape。
一下表格为网络的一些主要参数
可以看见,不同层数的网络结构其实框架是类似的,不同的至少堆叠的残差结构的数量。
1)浅层的残差结构
需要注意,有些残差结构的ShortCut是实线,而有的是虚线,这两者是不同的。对于左图来说,ShortCut是实线,这表明输入与输出的shape是一样的,所以可以直接的进行相加。而对于右图来说,其输入的shape与输出的shape是不一样的,这时候需要调整步长stribe与kernel size来使得两条路(主分支与捷径分支)所处理好的shape是一模一样的。
2)深层的残差结构
同样的,需要注意,主分支与shortcut 的输出特征矩阵shape必须相同,同样的通过步长来调整。
但是注意原论文中:
右侧虚线残差结构的主分支上、第一个1x1卷积层的步距是2,第二个3x3卷积层的步距是1.
而在pytorch官方实现的过程中是第一个1x1卷积层的步距是1,第二个3x3卷积层步距是2,这样能够在ImageNet的top1上提升大概0.5%的准确率。
所以在conv3_x,conv4_x,conv5_x中所对应的残差结构的第一层,都是指虚线的残差结构,其他的残差结构是实线的残差结构。
3)总结
对于每个大模块中的第一个残差结构,需要通过虚线分支来调整残差结构的输入与输出是同一个shape。此时使用了下采样的操作函数。
对于每个大模块中的其他剩余的残差结构,只需要通过实线分支来调整残差网络结构,因为其输出和输入本身就是同一个shape的。
对于第一个大模块的第一个残差结构,其第二个3x3的卷积中,步长是1的,而其他的三个大模块的步长均为2.
在每一个大模块的维度变换中,主要是第一个残差结构使得shape减半,而模块中其他的残差结构都是没有改变shape的。也真因为没有改变shape,所以这些残差结构才可以直接的通过实线进行相加。
3.Batch Normalization
Batch Normalization的目的是使我们的一批(Batch)特征矩阵feature map满足均值为0,方差为1的分布规律。
其中:
μ,σ_2在正向传播过程中统计得到
γ,β在反向传播过程中训练得到
Batch Normalization是google团队在2015年论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》提出的。通过该方法能够加速网络的收敛并提升准确率。
具体的相关原理见:Batch Normalization详解以及pytorch实验
4.参考代码
import torch import torch.nn as nn # 分类数目 num_class = 5 # 各层数目 resnet18_params = [2, 2, 2, 2] resnet34_params = [3, 4, 6, 3] resnet50_params = [3, 4, 6, 3] resnet101_params = [3, 4, 23, 3] resnet152_params = [3, 8, 36, 3] # 定义Conv1层 def Conv1(in_planes, places, stride=2): return nn.Sequential( nn.Conv2d(in_channels=in_planes,out_channels=places,kernel_size=7,stride=stride,padding=3, bias=False), nn.BatchNorm2d(places), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2, padding=1) ) # 浅层的残差结构 class BasicBlock(nn.Module): def __init__(self,in_places,places, stride=1,downsampling=False, expansion = 1): super(BasicBlock,self).__init__() self.expansion = expansion self.downsampling = downsampling # torch.Size([1, 64, 56, 56]), stride = 1 # torch.Size([1, 128, 28, 28]), stride = 2 # torch.Size([1, 256, 14, 14]), stride = 2 # torch.Size([1, 512, 7, 7]), stride = 2 self.basicblock = nn.Sequential( nn.Conv2d(in_channels=in_places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False), nn.BatchNorm2d(places), nn.ReLU(inplace=True), nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=1, padding=1, bias=False), nn.BatchNorm2d(places * self.expansion), ) # torch.Size([1, 64, 56, 56]) # torch.Size([1, 128, 28, 28]) # torch.Size([1, 256, 14, 14]) # torch.Size([1, 512, 7, 7]) # 每个大模块的第一个残差结构需要改变步长 if self.downsampling: self.downsample = nn.Sequential( nn.Conv2d(in_channels=in_places, out_channels=places*self.expansion, kernel_size=1, stride=stride, bias=False), nn.BatchNorm2d(places*self.expansion) ) self.relu = nn.ReLU(inplace=True) def forward(self, x): # 实线分支 residual = x out = self.basicblock(x) # 虚线分支 if self.downsampling: residual = self.downsample(x) out += residual out = self.relu(out) return out # 深层的残差结构 class Bottleneck(nn.Module): # 注意:默认 downsampling=False def __init__(self,in_places,places, stride=1,downsampling=False, expansion = 4): super(Bottleneck,self).__init__() self.expansion = expansion self.downsampling = downsampling self.bottleneck = nn.Sequential( # torch.Size([1, 64, 56, 56]),stride=1 # torch.Size([1, 128, 56, 56]),stride=1 # torch.Size([1, 256, 28, 28]), stride=1 # torch.Size([1, 512, 14, 14]), stride=1 nn.Conv2d(in_channels=in_places,out_channels=places,kernel_size=1,stride=1, bias=False), nn.BatchNorm2d(places), nn.ReLU(inplace=True), # torch.Size([1, 64, 56, 56]),stride=1 # torch.Size([1, 128, 28, 28]), stride=2 # torch.Size([1, 256, 14, 14]), stride=2 # torch.Size([1, 512, 7, 7]), stride=2 nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False), nn.BatchNorm2d(places), nn.ReLU(inplace=True), # torch.Size([1, 256, 56, 56]),stride=1 # torch.Size([1, 512, 28, 28]), stride=1 # torch.Size([1, 1024, 14, 14]), stride=1 # torch.Size([1, 2048, 7, 7]), stride=1 nn.Conv2d(in_channels=places, out_channels=places * self.expansion, kernel_size=1, stride=1, bias=False), nn.BatchNorm2d(places * self.expansion), ) # torch.Size([1, 256, 56, 56]) # torch.Size([1, 512, 28, 28]) # torch.Size([1, 1024, 14, 14]) # torch.Size([1, 2048, 7, 7]) if self.downsampling: self.downsample = nn.Sequential( nn.Conv2d(in_channels=in_places, out_channels=places*self.expansion, kernel_size=1, stride=stride, bias=False), nn.BatchNorm2d(places*self.expansion) ) self.relu = nn.ReLU(inplace=True) def forward(self, x): # 实线分支 residual = x out = self.bottleneck(x) # 虚线分支 if self.downsampling: residual = self.downsample(x) out += residual out = self.relu(out) return out class ResNet(nn.Module): def __init__(self,blocks, blockkinds, num_classes=num_class): super(ResNet,self).__init__() self.blockkinds = blockkinds self.conv1 = Conv1(in_planes = 3, places= 64) # 对应浅层网络结构 if self.blockkinds == BasicBlock: self.expansion = 1 # 64 -> 64 self.layer1 = self.make_layer(in_places=64, places=64, block=blocks[0], stride=1) # 64 -> 128 self.layer2 = self.make_layer(in_places=64, places=128, block=blocks[1], stride=2) # 128 -> 256 self.layer3 = self.make_layer(in_places=128, places=256, block=blocks[2], stride=2) # 256 -> 512 self.layer4 = self.make_layer(in_places=256, places=512, block=blocks[3], stride=2) self.fc = nn.Linear(512, num_classes) # 对应深层网络结构 if self.blockkinds == Bottleneck: self.expansion = 4 # 64 -> 64 self.layer1 = self.make_layer(in_places = 64, places= 64, block=blocks[0], stride=1) # 256 -> 128 self.layer2 = self.make_layer(in_places = 256,places=128, block=blocks[1], stride=2) # 512 -> 256 self.layer3 = self.make_layer(in_places=512,places=256, block=blocks[2], stride=2) # 1024 -> 512 self.layer4 = self.make_layer(in_places=1024,places=512, block=blocks[3], stride=2) self.fc = nn.Linear(2048, num_classes) self.avgpool = nn.AvgPool2d(7, stride=1) # 初始化网络结构 for m in self.modules(): if isinstance(m, nn.Conv2d): # 采用了何凯明的初始化方法 nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu') elif isinstance(m, nn.BatchNorm2d): nn.init.constant_(m.weight, 1) nn.init.constant_(m.bias, 0) def make_layer(self, in_places, places, block, stride): layers = [] # torch.Size([1, 64, 56, 56]) -> torch.Size([1, 256, 56, 56]), stride=1 故w,h不变 # torch.Size([1, 256, 56, 56]) -> torch.Size([1, 512, 28, 28]), stride=2 故w,h变 # torch.Size([1, 512, 28, 28]) -> torch.Size([1, 1024, 14, 14]),stride=2 故w,h变 # torch.Size([1, 1024, 14, 14]) -> torch.Size([1, 2048, 7, 7]), stride=2 故w,h变 # 此步需要通过虚线分支,downsampling=True layers.append(self.blockkinds(in_places, places, stride, downsampling =True)) # torch.Size([1, 256, 56, 56]) -> torch.Size([1, 256, 56, 56]) # torch.Size([1, 512, 28, 28]) -> torch.Size([1, 512, 28, 28]) # torch.Size([1, 1024, 14, 14]) -> torch.Size([1, 1024, 14, 14]) # torch.Size([1, 2048, 7, 7]) -> torch.Size([1, 2048, 7, 7]) # print("places*self.expansion:", places*self.expansion) # print("block:", block) # 此步需要通过实线分支,downsampling=False, 每个大模块的第一个残差结构需要改变步长 for i in range(1, block): layers.append(self.blockkinds(places*self.expansion, places)) return nn.Sequential(*layers) def forward(self, x): # conv1层 x = self.conv1(x) # torch.Size([1, 64, 56, 56]) # conv2_x层 x = self.layer1(x) # torch.Size([1, 256, 56, 56]) # conv3_x层 x = self.layer2(x) # torch.Size([1, 512, 28, 28]) # conv4_x层 x = self.layer3(x) # torch.Size([1, 1024, 14, 14]) # conv5_x层 x = self.layer4(x) # torch.Size([1, 2048, 7, 7]) x = self.avgpool(x) # torch.Size([1, 2048, 1, 1]) / torch.Size([1, 512]) x = x.view(x.size(0), -1) # torch.Size([1, 2048]) / torch.Size([1, 512]) x = self.fc(x) # torch.Size([1, 5]) return x def ResNet18(): return ResNet(resnet18_params, BasicBlock) def ResNet34(): return ResNet(resnet34_params, BasicBlock) def ResNet50(): return ResNet(resnet50_params, Bottleneck) def ResNet101(): return ResNet(resnet101_params, Bottleneck) def ResNet152(): return ResNet(resnet152_params, Bottleneck) if __name__=='__main__': # model = torchvision.models.resnet50() # 模型测试 # model = ResNet18() # model = ResNet34() # model = ResNet50() # model = ResNet101() model = ResNet152() # print(model) input = torch.randn(1, 3, 224, 224) out = model(input) print(out.shape)
以上就是pytorch实现ResNet结构的实例代码的详细内容,更多关于pytorch ResNet结构的资料请关注脚本之家其它相关文章!
相关文章
使用Python开发个京东上抢口罩的小实例(仅作技术研究学习使用)
这篇文章主要介绍了使用Python开发个京东上抢口罩的小实例(仅作技术研究学习使用),需要的朋友可以参考下2020-03-03浅谈python累加求和+奇偶数求和_break_continue
这篇文章主要介绍了浅谈python累加求和+奇偶数求和_break_continue,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
最新评论