通过和resnet18和resnet50理解PyTorch的ResNet模块

通过和resnet18和resnet50理解PyTorch的ResNet模块文章目录模型介绍resnet18模型流程总结resnet50总结resnet和resnext的框架基本相同的,这里先学习下resnet的构建,感觉高度模块化,很方便。本文算是对PyTorch源码解读之torchvision.modelsResNet代码的详细理解,另外,强烈推荐这位大神的PyTorch的教程!模型介绍resnet的模型可以直接通过torchvision导入,可以通过pretr…

大家好,又见面了,我是你们的朋友全栈君。

resnet和resnext的框架基本相同的,这里先学习下resnet的构建,感觉高度模块化,很方便。本文算是对
PyTorch源码解读之torchvision.modelsResNet代码的详细理解,另外,强烈推荐这位大神的PyTorch的教程!

模型介绍

resnet的模型可以直接通过torchvision导入,可以通过pretrained设定是否导入预训练的参数。

import torchvision
model = torchvision.models.resnet50(pretrained=False)

如果选择导入,resnet50、resnet101和resnet18等的模型函数十分简洁并且只有ResNet的参数不同,只是需要导入预训练参数时,调用load_state_dict加载model_zoo.load_url下载的参数,这里model_urls是一个维护不同模型参数下载地址的字典。

def resnet18(pretrained=False, **kwargs):
    """Constructs a ResNet-18 model. Args: pretrained (bool): If True, returns a model pre-trained on ImageNet """
    model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)
    if pretrained:
        model.load_state_dict(model_zoo.load_url(model_urls['resnet18']))
    return model
def resnet50(pretrained=False, **kwargs):
    """Constructs a ResNet-50 model. Args: pretrained (bool): If True, returns a model pre-trained on ImageNet """
    model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs)
    if pretrained:
        model.load_state_dict(model_zoo.load_url(model_urls['resnet50']))
    return model
model_urls = { 
   
    'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth',
    'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',
    'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth',
    'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth',
    'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth',
}

接下来我们看下重点,也就是ResNet,ResNet的组成是:基础模块Bottleneck/Basicblock,通过_make_layer生成四个的大的layer,然后在forward中排序。
__init__的两个重要参数,block和layers,block有两种(Bottleneck/Basicblock),不同模型调用的类不同在resnet50、resnet101、resnet152中调用的是Bottleneck类,而在resnet18和resnet34中调用的是BasicBlock类,在后面我们详细理解。layers是包含四个元素的列表,每个元素分别是_make_layer生成四个的大的layer的包含的resdual子结构的个数,在resnet50可以看到列表是 [3, 4, 6, 3]。
_make_layer包含四个参数,第一个参数是block的类型,第二个参数planes是输出的channel数,第三个参数blocks每个blocks中包含多少个residual子结构,也就是上述列表layers所存储的数字,第四个参数为步长。

class ResNet(nn.Module):

    def __init__(self, block, layers, num_classes=1000):
        self.inplanes = 64
        super(ResNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3,
                               bias=False)
        self.bn1 = nn.BatchNorm2d(64)
        self.relu = nn.ReLU(inplace=True)
        self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
        self.layer1 = self._make_layer(block, 64, layers[0])
        self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
        self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
        self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
        self.avgpool = nn.AvgPool2d(7, stride=1)
        self.fc = nn.Linear(512 * block.expansion, num_classes)

        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n)) # 卷积参数变量初始化
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1) # BN参数初始化
                m.bias.data.zero_()

    def _make_layer(self, block, planes, blocks, stride=1):
        downsample = None
        if stride != 1 or self.inplanes != planes * block.expansion:
            downsample = nn.Sequential(
                nn.Conv2d(self.inplanes, planes * block.expansion,
                          kernel_size=1, stride=stride, bias=False),
                nn.BatchNorm2d(planes * block.expansion),
            )
        layers = []
        layers.append(block(self.inplanes, planes, stride, downsample))
        self.inplanes = planes * block.expansion
        for i in range(1, blocks):
            layers.append(block(self.inplanes, planes))

        return nn.Sequential(*layers)

    def forward(self, x):
        x = self.conv1(x)
        x = self.bn1(x)
        x = self.relu(x)
        x = self.maxpool(x)

        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)

        x = self.avgpool(x)
        x = x.view(x.size(0), -1)
        x = self.fc(x)
        return x

接下来我们看下两种block:Bottleneck/Basicblock,他们最重要的是resdual的结构。所有的模型都继承torch.nn.Module,bottleneck改写了__init__和forward(),forward()中的out += residual就是element-wise add的操作。Bottleneck需要理解的有两处:expansion=4和downsample(下采样)。关于下采样的理论我也不清楚,我们后面直接通过代码来理解吧。

class Bottleneck(nn.Module):
    expansion = 4

    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(Bottleneck, self).__init__()
        self.conv1 = nn.Conv2d(inplanes, planes, kernel_size=1, bias=False)
        self.bn1 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=stride,
                               padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv3 = nn.Conv2d(planes, planes * 4, kernel_size=1, bias=False)
        self.bn3 = nn.BatchNorm2d(planes * 4)
        self.relu = nn.ReLU(inplace=True)
        self.downsample = downsample
        self.stride = stride

    def forward(self, x):
        residual = x

        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)

        out = self.conv2(out)
        out = self.bn2(out)
        out = self.relu(out)

        out = self.conv3(out)
        out = self.bn3(out)

        if self.downsample is not None:
            residual = self.downsample(x)

        out += residual
        out = self.relu(out)

        return out

Basicblock的resdual包含两个卷积层,第一层卷积层的kernel=3。

def conv3x3(in_planes, out_planes, stride=1):
    """3x3 convolution with padding"""
    return nn.Conv2d(in_planes, out_planes, kernel_size=3, stride=stride,
                     padding=1, bias=False)

class BasicBlock(nn.Module):
    expansion = 1

    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(BasicBlock, self).__init__()
        self.conv1 = conv3x3(inplanes, planes, stride)
        self.bn1 = nn.BatchNorm2d(planes)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = conv3x3(planes, planes)
        self.bn2 = nn.BatchNorm2d(planes)
        self.downsample = downsample
        self.stride = stride

    def forward(self, x):
        residual = x

        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)

        out = self.conv2(out)
        out = self.bn2(out)

        if self.downsample is not None:
            residual = self.downsample(x)

        out += residual
        out = self.relu(out)

        return out

resnet18模型流程

resnet调用的Resnet参数是model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)
Resnet – init()
self.layer1之前的变量初始化不难理解,self.layer1=self._make_layer(block, 64, layers[0])这里block=Basicblock,layer[0]=2
执行_make_layer
downsample = None——if条件不满足,downsample=None
下面构建blocks层Basicblock:
layers=[]——layers.append(Basicblock(64,64,1,downsample=None))
赋值输入channel self.inplanes = planesblock.expansion = 641 = 64
for循环构建剩下的blocks-1个residual,不传downsample.
self.layer2 执行self._make_layer(block, 128, layers[1], stride=2)
downsample=None
显然if条件满足 downsample=nn.Sequential(nn.Conv2d(64,128, kernel_size=1, stride=2, bias=False), nn.BatchNorm2d(128),
)
layers=[]——layers.append(Basicblock(64,128,2,downsample))
self.inplanes = 128*1=128
for循环构建剩下的blocks-1个residual,不传dowmsample.
可以看出接下来layer3和layer4与layer2相似,最终构成resnet18.

总结

从layer2到layer4,每个layer第一个输入会增加一倍channel,所以resdual会采用下采样,而对于每一层而言,channel都是相同的,basicblock.expansion都为1,所以我们看不出其发挥的作用,我们将在resnet50研究下。如下图,这里没找到resnet18,图中的虚线就是downsample,其产生于channel变化的resdual。
在这里插入图片描述

resnet50

model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs),可以看出,resnet50采用Bottleneck模块,并且每个大的layer的blocks数量也不同。
layer1=self._make_layer(Bottleneck, 64, 3)
if条件满足,downsample = nn.Sequential(
nn.Conv2d(self.inplanes=64, 64 * 4,
kernel_size=1, stride=stride, bias=False),
nn.BatchNorm2d(644),)
layers.append(Bottleneck(64,64,1,dowmsample)),bottleneck内经过三个卷积层Conv2d(64,64) Conv2d(64,64) Conv2d(64,64
4)保证每个block的输出channel是planesexpansion,通过self.inplanes = planesblock.expansion赋值后面block的输入channel也是planes*expansion。
在这里插入图片描述

总结

1.resnet18和resnet50所采用的基础block不同,两种block的卷积层分别为两层和三层。
2.每个大层layer中第二到最后一个block的输入输出是相同的
3.每个layer前会采用下采样,因为这个layer的输入和输出不同,所以resdual需要采用下采样。
4.self.inplanes会在layer第一个block后赋值保证后续的block输入和输出相同。
5.关于resnet和下采样的理论我不太清楚,所以以上就是以来来理解一下操作,欢迎指正。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/141133.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • DirectX修复工具常见问题解答

    DirectX修复工具常见问题解答经常有人在网上发帖询问DirectX修复工具的一些问题,但是有些问题的回答并不够准确。因此作者在这里把一些常见的问题列出,供大家参考。问题1:XP系统上运行软件时出现0xc0000135的错误,怎么回事?答:WindowsXPSP3系统用户需先安装Microsoft.NETFramework2.0或更高版本才可运行本程序,详情请见程序文件夹中的“致WindowsXP用户

    2022年5月29日
    188
  • ElemType是什么?

    ElemType是什么?在定义结构体array的时候有这样一段:typedefstruct{   ElemTypedata[maxsize];   intlength;}array;在《数据结构》中,关于数据元素的类型定义均用“ElemTypee;”来

    2022年5月20日
    97
  • ubuntu升级python版本

    ubuntu升级python版本Ubuntu16.04默认安装了Python2.7和3.5请注意,系统自带的python千万不能卸载!输入命令python按Ctrl+D退出python命令行输入命令sudoadd-apt-repositoryppa:jonathonf/python-3.6按Enter确认输入命令sudoapt-getupdate输入命令sudoapt-geti…

    2022年5月28日
    182
  • Java基准测试工具JMH使用

    Java基准测试工具JMH使用JMH,即JavaMicrobenchmarkHarness,这是专门用于进行代码的微基准测试的一套工具API。JMH由OpenJDK/Oracle里面那群开发了Java编译器的大牛们所开发。何谓MicroBenchmark呢?简单地说就是在方法层面上的benchmark,精度可以精确到微秒级。本文主要介绍了性能基准测试工具JMH,它可以通过一些功能来规避由JVM中的JIT或者其他优化对性能测试造成的影响。

    2022年7月27日
    3
  • c#设计登录界面并添加数据库_windows窗体连接数据库

    c#设计登录界面并添加数据库_windows窗体连接数据库本篇文章介绍了C#窗体的数据库连接及登录功能的实现工具或平台:VS2010、sqlserver20121.创建完窗体后,点击数据,选择添加新数据源2.选择数据库3.选择数据集4.新建连接-MicrosoftSQLServer,添加完测试一下5.添加数据库-注意把连接字符串部分复制一下,一会儿要用的6.保存连接字符串到配置文

    2022年9月17日
    0
  • 用户态和内核态的简单理解「建议收藏」

    用户态和内核态的简单理解「建议收藏」文章目录linux基础系统调用和库函数的区别什么是用户态和内核态用户态和内核态的相互转换linux基础linux的kernel内核外是系统调用,系统调用外是shell、库函数系统调用和库函数的区别内核:屏蔽了调用各硬件资源的细节系统调用:内核提供给用户调用的接口,但系统调用的可移植性差移植性差的原因:windows、linux内核的系统调用是不同的,比如:同一个功能提供给用户的函数名、参数都不相同,会出现从一个系统移植到另一个系统无法正常运行。库函数:为了解决系统调用移植新差的问题,同时封

    2022年9月18日
    1

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号