深度学习——含并行连接的网络（GoogLeNet）笔记

GoogLeNet中基本的卷积块是Inception块。

1.Inception块：4个路径从不同的层面抽取信息，然后在输出通道合并

①1*1的卷积层，减少通道数，降低模型的复杂度

② 1*1的卷积层，减少通道数，降低模型复杂度。然后使用3*3的卷积层提取信息，输出

③1*1的卷积层，减少通道数，降低模型复杂度。然后使用5*5的提取信息卷积层，输出

④3*3的最大池化层，然后1*1卷积层

通过padding最后4条路径的输出的尺寸都一样，然后进行合并。

2.Inception块的通道数：通道数是个超参数

 白色框是1*1的卷积是通过降低通道数来控制模型的复杂度

蓝色框的卷积是提取信息的

3.Inception块的优点

跟单3*3卷积层或者5*5卷积层相比，Inception块的参数个数少和计算复杂度低。

 4.GoogLeNet的架构：有5段，9个Inception块

 

【总结】

①Inception块用4条有不同超参数的卷积层和池化层的路来抽取不同的信息，优点是模型参数小，计算复杂度低

②GoogleNet使用了9个Inception块，是第一个达到上百层的网络

【代码实现】

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l


# Inception块
class Inception(nn.Module):
    def __init__(self, in_channels, c1, c2, c3, c4, **kwargs):
        super(Inception, self).__init__(**kwargs)  # **kwargs是将除了前面显式参数外的其他参数
        # 线路1 单层1*1卷积层
        self.p1_1 = nn.Conv2d(in_channels, c1, kernel_size=1)
        # 线路2 1*1卷积层后按3*3卷积层
        self.p2_1 = nn.Conv2d(in_channels, c2[0], kernel_size=1)
        self.p2_2 = nn.Conv2d(c2[0], c2[1], kernel_size=3, padding=1)
        # 线路3 1*1卷积后按5*5卷积
        self.p3_1 = nn.Conv2d(in_channels, c3[0], kernel_size=1)
        self.p3_2 = nn.Conv2d(c3[0], c3[1], kernel_size=5, padding=2)
        # 线路4 3*3最大池化层后按1*1卷积层
        self.p4_1 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)
        self.p4_2 = nn.Conv2d(in_channels, c4, kernel_size=1)

    def forward(self, x):
        p1 = F.relu(self.p1_1(x))
        p2 = F.relu(self.p2_2(F.relu(self.p2_1(x))))
        p3 = F.relu(self.p3_2(F.relu(self.p3_1(x))))
        p4 = F.relu(self.p4_2(self.p4_1(x)))
        # 通道维度上连结输出
        return torch.cat((p1, p2, p3, p4), dim=1)


# GoogLeNet模型搭建
# 第一个模块使用64个通道，7*7卷积层
b1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
                   )
# 第二个模块是使用 第一个卷积层是64个通道 1*1  第二个卷积层是192个通道 3*3
b2 = nn.Sequential(nn.Conv2d(64, 64, kernel_size=1),
                   nn.ReLU(),
                   nn.Conv2d(64, 192, kernel_size=3, padding=1),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
# 第三个模块是 2个Inception块
b3 = nn.Sequential(Inception(192, 64, (96, 128), (16, 32), 32),
                   Inception(256, 128, (128, 192), (32, 96), 64),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
# 第四个模块是 5个Inception块
b4 = nn.Sequential(Inception(480, 192, (96, 208), (16, 48), 64),
                   Inception(512, 160, (112, 224), (24, 64), 64),
                   Inception(512, 128, (128, 256), (24, 64), 64),
                   Inception(512, 112, (144, 288), (32, 64), 64),
                   Inception(528, 256, (160, 320), (32, 128), 128),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
# 第五个模块是 2个Inception块
b5 = nn.Sequential(Inception(832, 256, (160, 320), (32, 128), 128),
                   Inception(832, 384, (192, 384), (48, 128), 128),
                   nn.AdaptiveAvgPool2d((1,1)),
                   nn.Flatten())

# 网络搭建
net = nn.Sequential(b1, b2, b3, b4, b5, nn.Linear(1024, 10))
# 模型测试
X = torch.rand(size=(1, 1, 96, 96))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape:\t', X.shape)
# 模型训练
lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
d2l.plt.show()