本文以vgg16为例，来学习现有网络模型的使用与修改。除此之外还提及到了ImageNet 数据集的学习，和ImageNet 数据集的下载方面的一些问题。
前言
VGG分类模型有VGG11，VGG13，VGG16，VGG19
其中最常用的有VGG16和VGG19
一、VGG16
1 官方文档
torchvision.models.vgg16(pretrained: bool = False,
progress: bool = True,
**kwargs: Any)
参数注解：
pretrained (bool) – 如果为真，则这个网络中的参数在 ImageNet 这个数据集中已经训练好了。如果为假，这些参数为初始化参数，没有经过如何训练。
progress (bool) -- 如果为 True，则显示下载到 stderr 的进度条。
2 参数pretrained 为false和true时的区别
代码如下：
import torchvision
vgg16_true = torchvision.models.vgg16(pretrained=True, progress=True)
vgg16_false = torchvision.models.vgg16(pretrained= False, progress=True)
print(vgg16_false)
print(vgg16_true)
其中：
pretrained=False时，只是加载网络模型，只是把神经网络的代码加载了进来，其中的参数都是默认的参数，不需要下载。
pretrained=True时，它就要去从网络中下载，比如说卷积层对应的参数时多少，池化层对应的参数时多少等。这些参数都是在 ImageNet 数据集中训练好的。
可以查看pretrained=True分类中0的权重，如图
pretrained=False分类中0的权重，如图
可以发现，pretrained=False和pretrained=True时权重不同。
pretrained=True中的权重时在 ImageNet 数据集中训练好的
3 代码输出
输出结果如下：
VGG(
(features): Sequential(
(0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(1): ReLU(inplace=True)
(2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(3): ReLU(inplace=True)
(4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(5): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(6): ReLU(inplace=True)
(7): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(8): ReLU(inplace=True)
(9): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(10): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(11): ReLU(inplace=True)
(12): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(13): ReLU(inplace=True)
(14): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(15): ReLU(inplace=True)
(16): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(17): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(18): ReLU(inplace=True)
(19): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(20): ReLU(inplace=True)
(21): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(22): ReLU(inplace=True)
(23): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(24): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(25): ReLU(inplace=True)
(26): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(27): ReLU(inplace=True)
(28): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(29): ReLU(inplace=True)
(30): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(avgpool): AdaptiveAvgPool2d(output_size=(7, 7))
(classifier): Sequential(
(0): Linear(in_features=25088, out_features=4096, bias=True)
(1): ReLU(inplace=True)
(2): Dropout(p=0.5, inplace=False)
(3): Linear(in_features=4096, out_features=4096, bias=True)
(4): ReLU(inplace=True)
(5): Dropout(p=0.5, inplace=False)
(6): Linear(in_features=4096, out_features=1000, bias=True)
)
)
从输出结果可以看出，这个VGG也是个分类模型，可以分出1000个类别。
二、现有网络模型的使用与修改
如何利用现有的网络，她改变网络的框架来符合我们的需求？
我们之前使用的数据集CIFAR10只分为10个类别
如果我们加载了vgg16模型，我们如何应用这个网络模型呢？
有两个方法：
（1）将 (6): Linear(in_features=4096, out_features=1000, bias=True)改为Linear(in_features=4096, out_features=10, bias=True)
（2）再加一个线性层 Linear(in_features=1000, out_features=10, bias=True)
1 方法一：直接修改
代码如下：
import torchvision
from torch.nn import Linear
vgg16_true = torchvision.models.vgg16(pretrained=True, progress=True)
vgg16_false = torchvision.models.vgg16(pretrained= False, progress=True)
dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
#修改module
vgg16_false.classifier[6] = Linear(in_features=1000, out_features=10)
print(vgg16_false)
vgg16_false.classifier[6]，就是修改vgg16网络模型中的classifier中的第7个步骤，结果如图：
2 方法二：添加步骤
代码如下：
import torchvision
from torch.nn import Linear
vgg16_true = torchvision.models.vgg16(pretrained=True, progress=True)
vgg16_false = torchvision.models.vgg16(pretrained= False, progress=True)
dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
#再加一个线性层
vgg16_true.add_module("add_linear", Linear(in_features=1000, out_features=10))
print(vgg16_true)vgg16_true.add_module("add_linear", Linear(in_features=1000, out_features=10))，就是在网络中在加一个步骤，（”添加层的名字“，添加的层）。
这一步骤会直接添加在vgg模型的底下，如图：
我们如果让添加的步骤显示在(classifier): Sequential（）中，只需要修改一下代码就行了。
将vgg16_true.add_module("add_linear", Linear(in_features=1000, out_features=10))
改为 vgg16_true.classifier.add_module("add_linear", Linear(in_features=1000, out_features=10)) 即可
输出如图：
三、ImageNet 数据集
VGG16分类模型时在ImageNet 这个数据集进行的
1 官方文档
torchvision.datasets.ImageNet(root: str,
split: str = 'train',
**kwargs: Any)
参数注解：
root (string) -- ImageNet 数据集的根目录。
split (string, optional) – 数据集拆分，支持 train 或 val。
transform (callable, optional) – 一个函数/转换，它接受一个 PIL 图像并返回一个转换后的版本。 例如，transforms.RandomCrop
target_transform (callable, optional) – 接收目标并对其进行转换的函数/转换。
loader – 加载给定路径的图像的函数。
ImageNet 这个数据集的参数和CIFAR10的参数相近。
2 下载ImageNet 数据集
使用这个ImageNet 这个数据集需要安装scipy这个packagesy
所以首先打开pycharm中的Terminal
输入：pip list
查看安装列表有没有scipy这个包，有则不用下载，
没有就输入pip install scipy指令来进行安装
安装好后就可以来下载这个ImageNet 数据集了
输入代码：
import torchvision
imagenet = torchvision.datasets.ImageNet("./data_imagenet", split='train', download=True,
transform=torchvision.transforms.ToTensor())
这会直接报错
RuntimeError: The dataset is no longer publicly accessible. You need to download the archives externally and place them in the root directory.
因为这个数据太大了，download=True已经弃用了。
意思就是这个数据集不公开了，需要自己去下载在放到指定文件下。
ImageNet 数据集有149G了。
因为太大，所以就没有下载了
如果有需要，可以看一下这个博主提供的迅雷下载种子。
Imagenet 完整数据集下载_vcbe的博客-CSDN博客_imagenet下载
https://blog.csdn.net/u014515463/article/details/80748125
1222
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
