卷积神经网络和迁移学习的pytorch实现

本文链接：https://blog.csdn.net/ajiujiujiu/article/details/116277621

卷积神经网络和迁移学习

1 查看和下载常见CNN预训练模型的方法（AlexNet、GooLeNet、DenseNet、VGG、ResNet、NASNet、MobileNet、SqueezeNet等）

（1）使用torchvision
import torchvision.models as models
alexnet = models.alexnet(num_classes=1000, pretrained=True)
 print(alexnet)
 
(2)使用pytorch hub
resnet50 = torch.hub.load('pytorch/vision', 'resnet50',pretrained=True)
print(resnet50)

2 通过AlexNet说明CNN的基本知识点

按上述方法打印AlexNet的结构，可以发现AlexNet就是卷积层和池化层的堆叠，每个卷积层后面均紧跟一个ReLU激活函数。

###

AlexNet(
  (features): Sequential(
    (0): Conv2d(3, 64, kernel_size=(11, 11), stride=(4, 4), padding=(2, 2))
    (1): ReLU(inplace=True)
    (2): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
    (3): Conv2d(64, 192, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (4): ReLU(inplace=True)
    (5): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
    (6): Conv2d(192, 384, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (7): ReLU(inplace=True)
    (8): Conv2d(384, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (9): ReLU(inplace=True)
    (10): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (11): ReLU(inplace=True)
    (12): MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=False)
  )
  (avgpool): AdaptiveAvgPool2d(output_size=(6, 6))
  (classifier): Sequential(
    (0): Dropout(p=0.5, inplace=False)
    (1): Linear(in_features=9216, out_features=4096, bias=True)
    (2): ReLU(inplace=True)
    (3): Dropout(p=0.5, inplace=False)
    (4): Linear(in_features=4096, out_features=4096, bias=True)
    (5): ReLU(inplace=True)
    (6): Linear(in_features=4096, out_features=1000, bias=True)
  )
)

注意事项：

（1）nn.Conv2d的调用格式为：

nn.Conv2d(in_channels,out_channels,kernel_size,stride,padding)

其中

kernel_size,stride,padding参数的行列值不相等时，用元组（）的形式给出，行列值相等则简写为一个标量即可，如kernel_size = 3

（2）激活函数可简写为nn.ReLU()

（3）AdaptiveAvgPool2d和AdaptiveMaxPool2d 与 MaxPool2d和AvgPool2d的区别在于前者工作独立于接收的输入张量，可以处理不同数据维度的架构

（4） Dropout(0.5)是指每个训练周期内50%的输入张量会被随机地置为0，防止过拟合

（5）BatchNorm是指批归一化，常见于深度残差网络，确保通过网络的每个小批次的均值为0，方差为1，对于浅层网络，BatchNorm的用处不大，但是对于深层网络，BatchNorm可以确保网络中的乘法不会失控，发生梯度消失或爆炸

3 用resnet进行迁移学习

整体思想：对resnet的整体架构进行微调，在最后加入新的网络模块来替代正常情况下完成ImageNet分类（1000类）的标准线形层。冻结所有的resnet层，训练时只更新新层中的参数，但要从冻结层得到激活值，使我们可以快速地训练新层，同时保留预训练层已经包含的信息。

冻结层的方法即停止梯度累计，方法如下：

from torchvision import models
transfer_model = models.ResNet50(pretrained = True)

for name,param in transfer_model.named_parameters():
      param.requires_grad = False
      
 #也可以不冻结BatchNorm层
 for name,param in transfer_model.named_parameters():
      if('bn' not in name):
             param.requires_grad = False
             
  #把最后的分类模块替换为新模块，以检测鱼和猫为例
  #pytorch中resnet实现的定义将最后的分类部分存储为一个实例变量fc，因此这里直接替换fc即可（有的模型用的不是fc而是classifier，要加以区分）
  transfer_model.fc = nn.Sequential(nn.Linear(transfer_model.fc.in_features,500),nn.ReLU(),nn.Dropout(),nn.Linear(500,2))

4 查找学习率和差分学习率

学习率（learning rate）是深度学习中最重要的超参数之一，过去通常使用网格搜索技术来穷尽搜索一个学习率值的子集，但这种方法很耗时间。

学习率的经验值为3e-4（即Karpathy常量）

为了找到最佳学习率，可以使用查找学习率的方法：在一个epoch周期内，从一个小的学习率开始，每一个小批次增加到一个更大的学习率直到epoch结束得到最大的学习率，计算每个学习率对应的损失值，然后选出使损失下降最快的学习率。

该过程的实现直接调用fast.ai库中的一个函数如下（注意使用该函数找到最佳学习率后，应提前保存并重新加载模型，恢复到调用find_lr之前的状态，重新初始化优化器，设置最佳学习率，继续进行训练）：

find_lr(model, loss_fn, optimizer, init_value, final_value)

差分学习率是指用不同的学习率训练不同的层组，用于对模型预训练层的微调，比如修改resnet模型的优化器（第3层和第4层）：

optimizer = optimizer.Adam([{'params':transfer_model.layer4.parameters(),'lr':found_lr/3},
{'params':transfer_model.layer3.parameters(),'lr':found_lr/9}], lr = found_lr)

#由于之前已经冻结全部预训练层，因此这里解冻第3和4层，使这些层的参数再次接受梯度，

unfreeze_layers= [transfer_model.layer3,transfer_model.layer4]
for layer in unfreeze_layer:
	for param in layer.parameters():
		param.requires_grad  = True

5 常用的数据增强函数

（1）调整图像亮度、饱和度、对比度和色调

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

（2）水平或垂直翻转图像

torchvision.transforms.RandomHorizontalFlip(p = 0.5)
torchvision.transforms.RandomVerticalFlip(p = 0.5)

（3）随机转换图像灰度

torchvision.transforms.RandomGrayscale(p = 0.1)

（4）随机裁剪

torchvision.transforms.RandomCrop()
torchvision.transforms.RandomResizedCrop()

（5）随机旋转

torchvision.transforms.RandomRotation()

（6）填充

torchvision.transforms.Pad()

（7）仿射变换

torchvision.transforms.RandomAffine()

（8）颜色空间的Lambda转换

#使用Image.convert()函数可以将PIL图像从一个颜色空间转换到另一个颜色空间
def _random_colour_space(x):
	output = x.convert("HSV")
	return output
#封装成Lambda类
colour_transform = transforms.Lambda(lambda x: _random_colour_space(x))
random_colour_transform = torchvision.transforms.RandomApply([colour_transform])