PyTorch深度学习实践Part11

PyTorch深度学习实践Part10——卷积神经网络（高级篇）

Inception

寻找超参数是十分困难的，GoogleNet把不同的模型作成块Inception，在训练时优秀的超参数模块权重自然增加。

Concatenate拼接四个分支算出来的张量。

不同的分支，可以有不同的channel，但要有相同的width、height。

pooling也可以设置padding=1、stride=1来保证输出大小一样。

1*1卷积，其数量取决于输入张量的通道。

1*1卷积的信息融合，是在每一个像素点多通道方面的融合。

1*1卷积主要解决运算量过大的问题，可以减少下一层输入通道数量。

最后输出的大小一般会去掉线性层，先实例化跑一遍输出size。

在写网络时，要加上一个存盘功能，即每次准确率达到新高时做一次模型数据备份，防止意外。

import torch
import torch.nn as nn
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim

# prepare dataset

batch_size = 64
# Compose参数列表：转为张量；归一化,均值和方差
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])

train_dataset = datasets.MNIST(root='../dataset/mnist/', train=True, download=False, transform=transform)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist/', train=False, download=False, transform=transform)
test_loader = DataLoader(test_dataset, shuffle=False, batch_size=batch_size)


# design model using class
# network in network
class InceptionA(nn.Module):
    def __init__(self, in_channels):
        super(InceptionA, self).__init__()
        # 4条分支
        # 1. 1*1卷积
        self.branch1x1 = nn.Conv2d(in_channels, 16, kernel_size=1)

        # 2. 1*1卷积+5*5卷积
        self.branch5x5_1 = nn.Conv2d(in_channels, 16, kernel_size=1)
        self.branch5x5_2 = nn.Conv2d(16, 24, kernel_size=5, padding=2)  # 保持图像大小不变，kernel=5，则padding=2

        # 3. 1*1卷积+3*3卷积+3*3卷积
        self.branch3x3_1 = nn.Conv2d(in_channels, 16, kernel_size=1)
        self.branch3x3_2 = nn.Conv2d(16, 24, kernel_size=3, padding=1)  # 保持图像大小不变，kernel=3，则padding=1
        self.branch3x3_3 = nn.Conv2d(24, 24, kernel_size=3, padding=1)

        # 4, 池化(函数)+1*1卷积
        self.branch_pool = nn.Conv2d(in_channels, 24, kernel_size=1)

    def forward(self, x):
        branch1x1 = self.branch1x1(x)

        branch5x5 = self.branch5x5_1(x)
        branch5x5 = self.branch5x5_2(branch5x5)

        branch3x3 = self.branch3x3_1(x)
        branch3x3 = self.branch3x3_2(branch3x3)
        branch3x3 = self.branch3x3_3(branch3x3)

        # 池化是函数，不需要训练，只在forward中调用
        # 池化也可以使图像大小不变。1. kernel_size=3，则padding=1；2. stride=1
        branch_pool = F.avg_pool2d(x, kernel_size=3, stride=1, padding=1)
        branch_pool = self.branch_pool(branch_pool)

        # Concatenate
        outputs = [branch1x1, branch5x5, branch3x3, branch_pool]
        return torch.cat(outputs, dim=1)  # b,c,w,h  c对应的是dim=1，沿着channel的维度拼接


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 10, kernel_size=5)
        self.conv2 = nn.Conv2d(88, 20, kernel_size=5)  # 88 = 24x3 + 16

        self.incep1 = InceptionA(in_channels=10)  # 与conv1 中的10对应
        self.incep2 = InceptionA(in_channels=20)  # 与conv2 中的20对应

        self.mp = nn.MaxPool2d(2)  # MaxPooling
        self.fc = nn.Linear(1408, 10)  # FullConnecting

    def forward(self, x):
        in_size = x.size(0)
        x = F.relu(self.mp(self.conv1(x)))
        x = self.incep1(x)
        x = F.relu(self.mp(self.conv2(x)))
        x = self.incep2(x)
        x = x.view(in_size, -1)  # -1指在不告诉函数有多少列的情况下，根据原tensor数据和batch自动分配列数
        x = self.fc(x)

        return x


model = Net()

# construct loss and optimizer
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)


# training cycle
def train(epoch):
    running_loss = 0.0
    # enumerate()用于可迭代\可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标
    for batch_idx, data in enumerate(train_loader, 0):
        # data里面包含图像数据inputs(tensor)和标签labels(tensor)
        inputs, target = data
        optimizer.zero_grad()
        # forward
        outputs = model(inputs)
        loss = criterion(outputs, target)
        # backward
        loss.backward()
        # update
        optimizer.step()

        running_loss += loss.item()
        if batch_idx % 300 == 299:
            print('[%d, %5d] loss: %.3f' % (epoch + 1, batch_idx + 1, running_loss / 300))
            running_loss = 0.0


def test():
    correct = 0
    total = 0
    with torch.no_grad():  # 不需要计算张量
        for data in test_loader:
            images, labels = data
            outputs = model(images)
            _, predicted = torch.max(outputs.data, dim=1)
            total += labels.size(0)
            correct += (predicted == labels).sum().item()
    print('accuracy on test set: %d %% ' % (100 * correct / total))


if __name__ == '__main__':
    for epoch in range(10):
        train(epoch)
        test()

``torch.max()[0]` 只返回最大值的每个数

troch.max()[1] 只返回最大值的每个索引

torch.max()[1].data 只返回variable中的数据部分（去掉Variable containing:）

torch.max()[1].data.numpy() 把数据转化成numpy ndarry

torch.max()[1].data.numpy().squeeze() 把数据条目中维度为1 的删除掉`

残差网络(Residual Net)

随着网络层数增加，越靠近输入模块的梯度更新就越慢，很可能导致梯度消失。

为了解决梯度消失，会在激活之前加入一个跳连接。

在使用Residual Block时要保持输入和输出通道相同。

Residual Block相当于把一串Weight Layer包裹起来。

写神经网络也要写测试方法，检验输出是否和预计相同，逐步增加网络规模（增量式开发）。

1. 从数学和工程学方面重新理解深度学习理论。《深度学习》花书。
2. 通读PyTorch文档。
3. 复现经典工作、论文。读代码→写代码
4. 扩充视野

两篇论文：

1. He K, Zhang X, Ren S, et al. Identity Mappings in Deep Residual Networks[C]
2. Huang G, Liu Z, Laurens V D M, et al. Densely Connected Convolutional Networks[J]. 2016:2261-2269.