本文详细介绍了PyTorch中LeNet5和ResNet18的实现过程，包括卷积、池化、全连接层的构建。接着探讨了RNN的基本原理，如BPTT算法，以及RNN梯度消失问题。进一步，文章解释了LSTM如何解决梯度消失，并展示了LSTM在网络中的应用。最后，文章通过情感分类实例展示了RNN和LSTM的实际应用。
1、 LeNet5与ResNet18实战
第一部分：LeNet5代码：
import torch
from torch import nn
from torch.nn import functional as F
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),
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)
out=self.conv_unit(x)
out=out.view(batchsz,-1)
out=self.fc_unit(out)
return out
def main():
net = Lenet5()
tmp = torch.randn(2, 3, 32, 32)
out = net(tmp)
print('lenet out:', out.shape)
if __name__ == '__main__':
main()
代码步骤
- 1、建立一个卷积sequential：
第一层将三个channel变为16个，核函数size为5，步长为1，不padding，使用maxpooling将feature 的h和w缩小一倍
第二层将16个channel变为32个，设定和pooling与前一个一致 - 2、将dim铺平[b,-1]
- 3、经过两个线性全连接层将dim size变为10[b,x]=>[b,10]
- 4、建立forward函数
第二部分 ResNet18 代码：
import torch
from torch import nn
from torch.nn import functional as F
class ResBlk(nn.Module):
def __init__(self,ch_in,ch_out,stride=1):
super(ResBlk, self).__init__()
self.conv1=nn.Conv2d(ch_in,ch_out,kernel_size=3,stride=stride,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_in!=ch_out:
self.extra=nn.Sequential(nn.Conv2d(ch_in,ch_out,kernel_size=1,stride=stride),
nn.BatchNorm2d(ch_out))
def forward(self,x):
out=F.relu(self.bn1(self.conv1(x)))
out=self.bn2(self.conv2(out))
extra=self.extra(x)
out=out+extra
out=F.relu(out)
return out
class ResNet18(nn.Module):
def __init__(self):
super(ResNet18, self).__init__()
self.conv_first=nn.Sequential(nn.Conv2d(3,64,kernel_size=3,stride=3,padding=0),
nn.BatchNorm2d(64))
self.BLK1= ResBlk(64,128,stride=2)
self.BLK2 = ResBlk(128, 256, stride=2)
self.BLK3 = ResBlk(256, 512, stride=2)
self.BLK4 = ResBlk(512, 512, stride=2)
self.outlayer=nn.Linear(512*1*1,10)
def forward(self,x):
out=F.relu(self.conv_first(x))
out=self.BLK1(out)
out=self.BLK2(out)
out=self.BLK3(out)
out=self.BLK4(out)
out=F.adaptive_avg_pool2d(out,[1,1])
out=out.view(x.size(0),-1)
out=self.outlayer(out)
return out
def main():
blk = ResBlk(64, 128, stride=4)
tmp = torch.randn(2, 64, 32, 32)
out = blk(tmp)
print('block:', out.shape)
x = torch.randn(2, 3, 32, 32)
model = ResNet18()
out = model(x)
print('resnet:', out.shape)
if __name__ == '__main__':
main()
代码流程
先建立一个resblock
- 1、每个block包含两个卷积层，每层还要做batch norm
- 2、建立一个short cut
- 3、如果输入的channel和输出的channel不一致，还要对short cut使用一个卷积，将shortcut和两个卷积层输出的channel数量是一致的，才可以相加
- 4、建立forward函数
建立ResNet18，包含四个basic block
- 1、先用一个卷积层，将3个channel变为64个，核函数size为3，步长为3，即将原来的feature缩小三分之一，加入batch norm
- 2、连续给与四个basic block
- 3、经过basic block后，输出channel从64变为512，stride使feature缩小至八分之一
- 4、经过一个outlayer，使最终输出的dim size 为10
- 5、建立forrward函数
- 6、要注意的是经过四个basic block后，使用F.adaptive_avg_pood2d使feature size都变为1x1
第三部分 main函数：
import torch
from torch.utils.data import DataLoader
from torchvision import datasets,transforms
from .lenet5 import Lenet5
from torch import nn
from torch import optim
def main():
'''加载数据集'''
batchsz=128
cifar_train=datasets.CIFAR10("cifar",True,transform=transforms.Compose([
transforms.Resize((32,32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485,0.456,0.406],
std=[0.229,0.225,0.225])
]),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, 0.406],
std=[0.229, 0.225, 0.225])
]), download=True)
cifar_test = DataLoader(cifar_test, batch_size=batchsz, shuffle=True)
x,label=next(iter(cifar_train))
print("x:",x.shape,"label:",label.shape)
device=torch.device("cuda")
model=Lenet5().to(device)
criterion=nn.CrossEntropyLoss.to(device)
optimizer=optim.Adam(model.parameters(),lr=1e-3)
for epoch in range(1000):
model.train()
for batch_idx, (x,label) in enumerate(cifar_train):
x, label = x.to(device), label.to(device)
logits=model(x)
loss=criterion(logits,label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
print(epoch,"loss:",loss.item())
model.eval()
with torch.no_grad:
total_correct=0
total_num=0
for x,label in cifar_test:
logits=model(x)
pred=logits.argmax(dim=1)
total_correct+=torch.eq(pred,label).float().sum().item()
total_num+=x.size(0)
acc=total_correct/total_num
print(epoch,"acc:",acc)
if __name__ == '__main__':
main()
代码流程：
- 1、数据集加载
- 2、使用device=torch.device(“cuda”)进行gpu加速
- 3、建立模型model=ResNet18()
- 4、建立损失函数标准 criterion=nn.CrossEntropyLoss(), 该方法包含了softmax方法，后续直接带入logits即可
- 5、建立一个优化器，使用adam方法，赋予model的变量和学习率
- 6、设定迭代次数
- 7、model.train()下：
对于每个batch迭代，将x和label to(device)
带入model
计算损失
optimizer.zero_grad()将优化器清洗
loss.backward()做后向算法
optimizer.step() 更新梯度
打印每个step后的loss - 8、model.eval()下：
对于每个batch迭代
将x放入model
使用pred找到每次预测出的最大的index
使用torch.eq(pred,label)做对比返回浮点型，求和，返回numpy型
total_num为每次做的样本数，即加上每个batch
计算总acc，打印
2、RNN
只用线性层的缺点：
- long sentence，too much parameter
- no context information
RNN:
- weight sharing
- memory:consider 前一个字对于当前时刻的影响
一个naive RNN，weight只有两个参数 w i h , w h h
最低0.47元/天 解锁文章
651
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
