pytorch学习笔记（13）

# GooLeNet

在Inception块中，通常调整的超参数是每层输出通道数。

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


class Inception(nn.Module):
    # c1--c4是每条路径的输出通道数
    def __init__(self, in_channels, c1, c2, c3, c4, **kwargs):
        super(Inception, self).__init__(**kwargs)
        # 线路1，单1x1卷积层
        self.p1_1 = nn.Conv2d(in_channels, c1, kernel_size=1)  # 这是线路1的输出通道数，表示由一个1x1卷积层生成的特征图的通道数。
        # 线路2，1x1卷积层后接3x3卷积层
        self.p2_1 = nn.Conv2d(in_channels, c2[0], kernel_size=1)  # p2，它包括两个卷积层：首先是一个1x1卷积层，然后是一个3x3卷积层。c2 是一个包含两个整数的元组，分别表示两个卷积层的输出通道数。
        self.p2_2 = nn.Conv2d(c2[0], c2[1], kernel_size=3, padding=1)
        # 线路3，1x1卷积层后接5x5卷积层
        self.p3_1 = nn.Conv2d(in_channels, c3[0], kernel_size=1)  #  p3，它包括两个卷积层：首先是一个1x1卷积层，然后是一个5x5卷积层。c3 是一个包含两个整数的元组，分别表示两个卷积层的输出通道数。
        self.p3_2 = nn.Conv2d(c3[0], c3[1], kernel_size=5, padding=2)
        # 线路4，3x3最大汇聚层后接1x1卷积层
        self.p4_1 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)  # p4，它包括一个3x3最大汇聚层（nn.MaxPool2d）和一个1x1卷积层。最大汇聚层用于捕获局部特征。
        self.p4_2 = nn.Conv2d(in_channels, c4, kernel_size=1)

    def forward(self, x):  # 定义模块的前向传播函数。模块的输入是 x，它是一个四维的张量（批量大小、通道、高度、宽度）。
        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)))
        # 在通道维度上连结输出
        return torch.cat((p1, p2, p3, p4), dim=1)  # 模块将每个路径的输出在通道维度上连接在一起，形成最终的输出。

# 对应第一个stage
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))

# 对应stage2
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))

# 对应stage3
b3 = nn.Sequential(Inception(192, 64, (96, 128), (16, 32), 32),  # 创建了一个Inception模块。模块的输入通道数为192，然后它包括四个路径
# 路径1：包含一个1x1卷积层，输出通道数为64。
# 路径2：包含一个1x1卷积层，输出通道数为96，然后连接一个3x3卷积层，输出通道数为128。
# 路径3：包含一个1x1卷积层，输出通道数为16，然后连接一个5x5卷积层，输出通道数为32
# 路径4：包含一个3x3最大汇聚层后接一个1x1卷积层，输出通道数为32
# 这个Inception模块的输出将是这四个路径输出的连接，总输出通道数为64+128+32+32=256。
                   Inception(256, 128, (128, 192), (32, 96), 64),  # 与上面类似
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))

后续的stage与上述类似，最后放一个全连接层