模仿人眼的一个局部相关性、局部感受的机制(感受野),提出的网络叫做卷积神经网络,每次感受一个小的方块(视野),窗口方块移动时,权值是共享的。
卷积神经网络中的权值共享,类似于滤波操作,就是整张图片在使用同一个卷积核内的参数,比如一个3×3×1的卷积核,这个卷积核9个参数被整张图共享,而不会因为图像内位置的不同而改变卷积核内的权系数,这大大减少了卷积核中的参数量,此外因为权值共享后意味着每个卷积和只能提取到一种特征,为了增加cnn的表达能力,当然需要多个核。
常见卷积操作和概念
1. upsample(向上采样)
from torch.nn import functional as F
#(1,16,14,14)-->(1,16,28,28)
out= F.interpolate(x,scale_factor=2, mode='nearest')
2. pooling层(池化)
下采样:略
3. BatchNorm
目的:避免出现梯度离散的现象
操作:通过feature scaling将特征数据进行归一化缩放,对于[b,c,h,w]的batch数据,将生成[c]维的数据,可以用在image Normalization和Batch Normalization中
优点:收敛更快;更好的性能;更具有鲁棒性
算法步骤:
代码使用:
x=torch.rand(1,16,7,7)
layer=nn.BatchNorm2d(16)
out=layer(x)
layer.running_mean #代表归一化后,数据的均值
layer.running_var #代表归一化后,数据的方差
layer.weight #代表γ
layer.bias #代表β
vars(layer) #查看网络的信息
#换成test模式
layer.eval()
BatchNorm2d(16,eps=1e-05,momentum=0.1,affine=True,track_running_stats=True) #affine表示是否使用γ,β,
4. 数据增强
获得更多的采样数据;提高数据的多样性
常见的数据增强的手段
- flip(翻转)
- rotate(旋转)
- random Move & Crop(随机的移动、裁剪和缩放)
- GAN(对抗网络生成)
train_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=True, download=True,
transform=transforms.Compose([
transforms.RandomHorizontalFlip(),
transforms.RandomVerticalFlip(),
transforms.RandomRotation(15),
transforms.RandomRotation([90, 180, 270]),
transforms.Resize([32, 32]),
transforms.RandomCrop([28, 28]),
transforms.ToTensor(),
# transforms.Normalize((0.1307,), (0.3081,))
])),
batch_size=batch_size, shuffle=True)
torchvision中提供了一个transform的操作,用来对数据做变换并打包
经典的网络架构
1. AlexNet(2012,8层)
- 在ImageNet挑战赛上,将错误率降了10个百分点,吸引了众多学者的关注,深度学习开始"爆发"
- 创新的使用了pooling 、ReLU、Dropout正则化
2. VGG(2014,11/16/19层)
- 探索出卷积小窗口(33)比大窗口(33)效果更好,参数更少
- 1*1的卷积能实现维度的改变
3. GoogLeNet(2014,22层)
- 创新的提出在同一层上用不同的卷积核,再进行concatenate聚合
后来人们发现不是层数越深越好,越深越难训练
4. ResNet——深度残差网络(何凯明,2015,152层)
- 目前非常著名且有用的网络
- 深层网络容易出现梯度离散(梯度变化近乎于0),故而提出了shortcut----短路层连接使网络有一个选择权,可以自己选择去变成浅层或深层网络,同时极大的减少了内存占用,也使训练更加简单,网络单元例子如下:
代码实践:
class ResBlk(nn.Module):
def __init__(self, ch_in, ch_out):
super(ResBlk, self).__init__()
self.conv1 = nn.Conv2d(ch_in, ch_out, kernel_size=3, stride=1, padding=1)
self.bn1 = nn.BatchNorm2d(ch_out)
self.conv2 = nn.Conv2d(ch_out, ch_out, kernel_size=3, stride=1, padding=1)
self.bn2 = nn.BatchNorm2d(ch_out)
self.extra = nn.Sequential()
if ch_out != ch_in:
self.extra = nn.Sequential(
nn.Conv2d(ch_in, ch_out, kernel_size=1, stride=1),
nn.BatchNorm2d(ch_out)
)
CNN网络实践
class Lenet5(nn.Module):
def __init__(self):
super(Lenet5,self).__init__()
self.conv_unit=nn.Sequential(
nn.Conv2d(3,16,kernel_size=5,stride=1,padding=0), # in 3, out 16
nn.MaxPool2d(kernel_size=2,stride=2,padding=0),
nn.Conv2d(16,32,kernel_size=5,stride=1,padding=0),
nn.MaxPool2d(kernel_size=2,stride=2,padding=0),
)
self.fc_unit=nn.Sequential(
nn.Linear(32*5*5,32),
nn.ReLU(),
nn.Linear(32,10)
)
def forward(self,x):
batchsz=x.size(0)
x=self.conv_unit(x)
x=x.view(batchsz,-1)
logits=self.fc_unit(x)
return logits
def main():
batchsz=128
cifar_train = datasets.CIFAR10('cifar',True,transform=transforms.Compose([
transforms.Resize((32,32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485,0.456,0.456],std=[0.229,0.224,0.225])
]),download=True)
cifar_train=DataLoader(cifar_train,batch_size=batchsz,shuffle=True)
cifar_test = datasets.CIFAR10('cifar',False,transform=transforms.Compose([
transforms.Resize((32,32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485,0.456,0.456],std=[0.229,0.224,0.225])
]),download=True)
cifar_test=DataLoader(cifar_test,batch_size=batchsz,shuffle=True)
device=torch.device('cuda')
model=Lenet5().to(device)
criteon=nn.CrossEntropyLoss().to(device)
optimizer=optim.Adam(model.parameters(),lr=1e-3)
print(model)
for epoch in range(100):
model.train()
for batchidx,(x,label) in enumerate(cifar_train):
x,label=x.to(device),label.to(device)
logits=model(x)
loss=criteon(logits,label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
model.eval() #网络切换至test模式
with torch.no_grad(): #不计算梯度
total_correct=0
total_num=0
for x,label in cifar_test:
x,label=x.to(device),label.to(device)
logits=model(x)
pred=logits.argmax(dim=1)
correct=torch.eq(pred,label).float().sum().item()
total_correct+=correct
total_num+=x.size(0)
acc=total_correct/total_num
print(epoch,'test acc:',acc)