43. 网络中的网络（NiN）代码实现

chnyi6_ya

已于 2022-12-27 22:36:24 修改

阅读量330

点赞数

分类专栏：深度学习文章标签：网络深度学习 python

于 2022-12-27 19:58:03 首次发布

本文链接：https://blog.csdn.net/weixin_47505105/article/details/128460424

版权

深度学习专栏收录该内容

100 篇文章 42 订阅

订阅专栏

1. NiN块

NiN块以一个普通卷积层开始，后面是两个 1×1 的卷积层。这两个 1×1 卷积层充当带有ReLU激活函数的逐像素全连接层。第一层的卷积窗口形状通常由用户设置。随后的卷积窗口形状固定为 1×1 。

import torch
from torch import nn
from d2l import torch as d2l

# nin_block函数中的kernel_size是第一个卷积窗口大小，由用户指定
# 之后的两个固定了是1*1
def nin_block(in_channels, out_channels, kernel_size, strides, padding):
    return nn.Sequential(
        nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),
        nn.ReLU(),
        nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(), # 输入通道和输出通道相同
        nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())

2. NiN模型

最初的NiN网络是在AlexNet后不久提出的，显然从中得到了一些启示。

NiN使用窗口形状为 11×11 、 5×5 和 3×3 的卷积层，输出通道数量与AlexNet中的相同。每个NiN块后有一个最大汇聚层，汇聚窗口形状为 3×3 ，步幅为2。

NiN和AlexNet之间的一个显著区别是NiN完全取消了全连接层。相反，NiN使用一个NiN块，其输出通道数等于标签类别的数量。最后放一个全局平均汇聚层（global average pooling layer），生成一个对数几率（logits）。

NiN设计的一个优点是，它显著减少了模型所需参数的数量。然而，在实践中，这种设计有时会增加训练模型的时间。

net = nn.Sequential(
    nin_block(1, 96, kernel_size=11, strides=4, padding=0), # 输入通道是1，因为是灰度图
    nn.MaxPool2d(3, stride=2), # maxpooling是减小特征图尺寸，高宽减半，不改变通道数
    nin_block(96, 256, kernel_size=5, strides=1, padding=2), 
    nn.MaxPool2d(3, stride=2), 
    nin_block(256, 384, kernel_size=3, strides=1, padding=1),
    nn.MaxPool2d(3, stride=2),
    nn.Dropout(0.5),
    # 把通道数降到10，因为标签类别数是10，如果用别的数据集，要将其改成别的number of class
    nin_block(384, 10, kernel_size=3, strides=1, padding=1),
    nn.AdaptiveAvgPool2d((1, 1)), # AdaptiveAvgPool2d全集的平均池化层
    # 将四维的输出转成二维的输出，其形状为(批量大小,10)
    nn.Flatten())

3. 查看每个块的输出形状

X = torch.rand(size=(1, 1, 224, 224))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape:\t', X.shape)

在这里插入图片描述
可以看出，原始输入是一个大小为 224 * 224的灰度图片，这张图片通过模型会得到一个长为10的向量，10是类别的个数。

4. 训练模型

和以前一样，我们使用Fashion-MNIST来训练模型。训练NiN与训练AlexNet、VGG时相似。

lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())