pytorch教程resnet.py的實(shí)現(xiàn)文件源碼分析
調(diào)用pytorch內(nèi)置的模型的方法
import torchvision model = torchvision.models.resnet50(pretrained=True)
這樣就導(dǎo)入了resnet50的預(yù)訓(xùn)練模型了。如果只需要網(wǎng)絡(luò)結(jié)構(gòu)，不需要用預(yù)訓(xùn)練模型的參數(shù)來(lái)初始化
那么就是：
model = torchvision.models.resnet50(pretrained=False)
如果要導(dǎo)入densenet模型也是同樣的道理
比如導(dǎo)入densenet169，且不需要是預(yù)訓(xùn)練的模型：
model = torchvision.models.densenet169(pretrained=False)
由于pretrained參數(shù)默認(rèn)是False，所以等價(jià)于：
model = torchvision.models.densenet169()
不過(guò)為了代碼清晰，最好還是加上參數(shù)賦值。
解讀模型源碼Resnet.py
包含的庫(kù)文件
import torch.nn as nn import math import torch.utils.model_zoo as model_zoo
該庫(kù)定義了6種Resnet的網(wǎng)絡(luò)結(jié)構(gòu)
包括
__all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152']
每種網(wǎng)絡(luò)都有訓(xùn)練好的可以直接用的.pth參數(shù)文件
__all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152']
Resnet中大多使用3*3的卷積定義如下
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)
該函數(shù)繼承自nn網(wǎng)絡(luò)中的2維卷積，這樣做主要是為了方便，少寫參數(shù)參數(shù)由原來(lái)的6個(gè)變成了3個(gè)
輸出圖與輸入圖長(zhǎng)寬保持一致
如何定義不同大小的Resnet網(wǎng)絡(luò)
Resnet類是一個(gè)基類，
所謂的"Resnet18", ‘resnet34', ‘resnet50', ‘resnet101', 'resnet152'只是Resnet類初始化的時(shí)候使用了不同的參數(shù)，理論上我們可以根據(jù)Resnet類定義任意大小的Resnet網(wǎng)絡(luò)
下面先看看這些不同大小的Resnet網(wǎng)絡(luò)是如何定義的
定義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
定義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
我們發(fā)現(xiàn)Resnet18和Resnet34的定義幾乎是一樣的,下面我們把Resnet18，Resnet34，Resnet50，Resnet101，Resnet152，不一樣的部分寫在一塊進(jìn)行對(duì)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
代碼看起來(lái)非常的簡(jiǎn)潔工整，
其他resnet18、resnet101等函數(shù)和resnet18基本類似，差別主要是在：
1、構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)的時(shí)候block的參數(shù)不一樣，比如resnet18中是[2, 2, 2, 2]，resnet101中是[3, 4, 23, 3]。
2、調(diào)用的block類不一樣，比如在resnet50、resnet101、resnet152中調(diào)用的是Bottleneck類，而在resnet18和resnet34中調(diào)用的是BasicBlock類，這兩個(gè)類的區(qū)別主要是在residual結(jié)果中卷積層的數(shù)量不同，這個(gè)是和網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)的，后面會(huì)詳細(xì)介紹。
3、如果下載預(yù)訓(xùn)練模型的話，model_urls字典的鍵不一樣，對(duì)應(yīng)不同的預(yù)訓(xùn)練模型。因此接下來(lái)分別看看如何構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)和如何導(dǎo)入預(yù)訓(xùn)練模型。
Resnet類
構(gòu)建ResNet網(wǎng)絡(luò)是通過(guò)ResNet這個(gè)類進(jìn)行的。ResNet類是繼承PyTorch中網(wǎng)絡(luò)的基類：torch.nn.Module。
構(gòu)建Resnet類主要在于重寫 init() 和 forward() 方法。
我們構(gòu)建的所有網(wǎng)絡(luò)比如：VGG，Alexnet等都需要重寫這兩個(gè)方法，這兩個(gè)方法很重要
看起來(lái)Resne類是整個(gè)文檔的核心
下面我們就要研究一下Resnet基類是如何實(shí)現(xiàn)的
Resnet類采用了pytorch定義網(wǎng)絡(luò)模型的標(biāo)準(zhǔn)結(jié)構(gòu)，包含
iinit（）方法： 定義了網(wǎng)絡(luò)的各個(gè)層forward()方法： 定義了前向傳播過(guò)程
這兩個(gè)方法的用法，這個(gè)可以查看pytorch的官方文檔就可以明白
在Resnet類中，還包含一個(gè)自定義的方法make_layer()方法
是用來(lái)構(gòu)建ResNet網(wǎng)絡(luò)中的4個(gè)blocks。
_make_layer方法的第一個(gè)輸入block是Bottleneck或BasicBlock類
第二個(gè)輸入是該blocks的輸出channel
第三個(gè)輸入是每個(gè)blocks中包含多少個(gè)residual子結(jié)構(gòu)，因此layers這個(gè)列表就是前面resnet50的[3, 4, 6, 3]。
_make_layer方法中比較重要的兩行代碼是：
layers.append(block(self.inplanes, planes, stride, downsample))
該部分是將每個(gè)blocks的第一個(gè)residual結(jié)構(gòu)保存在layers列表中。
for i in range(1, blocks): layers.append(block(self.inplanes, planes))
該部分是將每個(gè)blocks的剩下residual 結(jié)構(gòu)保存在layers列表中，這樣就完成了一個(gè)blocks的構(gòu)造。這兩行代碼中都是通過(guò)Bottleneck這個(gè)類來(lái)完成每個(gè)residual的構(gòu)建
接下來(lái)介紹Bottleneck類
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
下面我們分別看看這兩個(gè)過(guò)程：
網(wǎng)絡(luò)的forward過(guò)程
def forward(self, x): #x代表輸入 x = self.conv1(x) #進(jìn)過(guò)卷積層1 x = self.bn1(x) #bn1層 x = self.relu(x) #relu激活 x = self.maxpool(x) #最大池化 x = self.layer1(x)#卷積塊1 x = self.layer2(x)#卷積塊2 x = self.layer3(x) #卷積塊3 x = self.layer4(x) #卷積塊4 x = self.avgpool(x)#平均池化 x = x.view(x.size(0), -1)#二維變成變成一維向量 x = self.fc(x) #全連接層 return x
里面的大部分我們都可以理解，只有l(wèi)ayer1-layer4是Resnet網(wǎng)絡(luò)自己定義的，
它也是Resnet殘差連接的精髓所在，我們來(lái)分析一下layer層是怎么實(shí)現(xiàn)的
殘差Block連接是如何實(shí)現(xiàn)的
從前面的ResNet類可以看出，在構(gòu)造ResNet網(wǎng)絡(luò)的時(shí)候，最重要的是 BasicBlock這個(gè)類，因?yàn)镽esNet是由residual結(jié)構(gòu)組成的，而 BasicBlock類就是完成residual結(jié)構(gòu)的構(gòu)建。同樣 BasicBlock還是繼承了torch.nn.Module類，且重寫了__init__()和forward()方法。從forward方法可以看出，bottleneck就是我們熟悉的3個(gè)主要的卷積層、BN層和激活層，最后的out += residual就是element-wise add的操作。
這部分在 BasicBlock類中實(shí)現(xiàn)，我們看看這層是如何前向傳播的
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
我畫個(gè)流程圖來(lái)表示一下
畫的比較丑，不過(guò)基本意思在里面了，
根據(jù)論文的描述，x是否需要下采樣由x與out是否大小一樣決定，
假如進(jìn)過(guò)conv2和bn2后的結(jié)果我們稱之為 P
假設(shè)x的大小為wHchannel1
如果P的大小也是wHchannel1
則無(wú)需下采樣
out = relu(P + X)
out的大小為W * H *(channel1+channel2)，
如果P的大小是W/2 * H/2 * channel
則X需要下采樣后才能與P相加，
out = relu(P+ X下采樣)
out的大小為W/2 * H/2 * (channel1+channel2)
BasicBlock類和Bottleneck類類似，前者主要是用來(lái)構(gòu)建ResNet18和ResNet34網(wǎng)絡(luò)，因?yàn)檫@兩個(gè)網(wǎng)絡(luò)的residual結(jié)構(gòu)只包含兩個(gè)卷積層，沒(méi)有Bottleneck類中的bottleneck概念。因此在該類中，第一個(gè)卷積層采用的是kernel_size=3的卷積，就是我們之前提到的conv3x3函數(shù)。
下面是BasicBlock類的完整代碼
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的實(shí)現(xiàn)文件源碼解讀的詳細(xì)內(nèi)容，更多關(guān)于pytorch源碼解讀的資料請(qǐng)關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信