一、模型创建步骤
1.1 模型构建两要素
说明:在__init__()中实现子模块的构建,在forward中实现子模块的拼接,所以在pytorch中,前向传播过程就是子模块的拼接过程
二、nn.Module
2.1 torch.nn
torch.nn:Pytroch中的神经网络模块,主要包括以下四个子模块
2.2 nn.Module
- parameters: 存储管理nn.Parameter类
- modules : 存储管理nn.Module类
- buffers: 存储管理缓冲属性, 如BN层中的running_mean
- ***_hooks: 存储管理钩子函数
8个有序字典:
说明: 自定义模型时,init()方法会继承父类nn.Module的__init__()函数。
自定义模型和其他网络层模块都直接或间接的继承nn.Module,所以都会有这8个有序字典,而其子模块,参数或者其他属性会存储在相应的有序字典中
2.3 nn.Module总结
- 一个module可以包含多个子module
- 一个module相当于一个运算,必须实现forward()函数
- 每个module都有8个字典管理它的属性
三、模型容器(Containers)
总结:
- nn.Sequential: 顺序性,各网络层之间严格按顺序执行,常用于block构建
- nn.ModuleList: 迭代性,常用于大量重复网构建,通过for循环实现重复构建
- nn.ModuleDict: 索引性,常用于可选择的网络层
四、卷积
卷积运算: 卷积核在输入信号(图像)上滑动,相应位置上进行乘加
卷积核: 又称为滤波器,过滤器,可认为是某种模式,某种特征
卷积过程类似于用一个模版去图像上寻找与它相似的区域,与卷积核模式越相似,激活值越高,从而实现特征提取
卷积维度: 一般情况下,卷积核在几个维度上滑动,就是几维卷积
4.1 卷积-nn.Conv2d
nn.Conv2d(in_channels,
out_channels,
kernel_size,
stride=1,
padding=0,
dilation=1,
groups=1,
bias=True,
padding_mode=' zeros')
功能: 对多个二维信号进行二维卷积
in_channels: 输入通道数
out_channels: 输出通道数,等价于卷积核个数
kernel size: 卷积核尺寸
stride: 步长
padding : 填充个数
dilation: 空洞卷积大小
groups: 分组卷积设置
bias: 偏置
计算
示例
# -*- coding:utf-8 -*-
import os
import torch.nn as nn
from PIL import Image
from torchvision import transforms
from matplotlib import pyplot as plt
from tools.common_tools import transform_invert
from tools.common_tools import set_seed
set_seed(2) # 设置随机种子
# ================================= load img ==================================
path_img = os.path.join(os.path.dirname(os.path.abspath(__file__)), "lena.png")
img = Image.open(path_img).convert('RGB') # 0~255
# convert to tensor
img_transform = transforms.Compose([transforms.ToTensor()])
img_tensor = img_transform(img)
img_tensor.unsqueeze_(dim=0) # C*H*W to B*C*H*W
# ================================= create convolution layer ==================================
# ================ 2d
flag = 1
# flag = 0
if flag:
conv_layer = nn.Conv2d(3, 1, 3) # input:(i, o, size) weights:(o, i , h, w)
nn.init.xavier_normal_(conv_layer.weight.data)
# calculation
img_conv = conv_layer(img_tensor)
# ================================= visualization ==================================
print("卷积前尺寸:{}\n卷积后尺寸:{}".format(img_tensor.shape, img_conv.shape))
img_conv = transform_invert(img_conv[0, 0:1, ...], img_transform)
img_raw = transform_invert(img_tensor.squeeze(), img_transform)
plt.subplot(122).imshow(img_conv, cmap='gray')
plt.subplot(121).imshow(img_raw)
plt.show()
4.2 转置卷积-nn.ConvTranspose
转置卷积又称为反卷积(Deconvolution)和部分跨越卷积(Fractionally strided Convolution) , 用于对图像进行上采样(UpSample)
五、池化层——Pooling Layer
池化运算: 对信号进行“收集”并“总结” ,类似水池收集水资源,因而 ,得名池化层
- “收集" : 多变少
- “总结" : 最大值/平均值