建设厅官方网站下载专区,域名购买流程,深圳做网站哪家,珠海网站建设制作参考
5.7 使用重复元素的网络#xff08;VGG#xff09;
AlexNet在LeNet的基础上增加了3个卷积层。但AlexNet作者对它们的卷积窗口、输出通道数和构造顺序均做了大量的调整。虽然AlexNet指明了深度卷积神经网络可以取得出色的结果#xff0c;但并没有提供简单的规则以指导…参考
5.7 使用重复元素的网络VGG
AlexNet在LeNet的基础上增加了3个卷积层。但AlexNet作者对它们的卷积窗口、输出通道数和构造顺序均做了大量的调整。虽然AlexNet指明了深度卷积神经网络可以取得出色的结果但并没有提供简单的规则以指导后来的研究者如何设计新的网络。我们将在本章的后续几节里介绍几种不同的深度网络设计思路。
下面介绍VGG
5.7.1 VGG块
VGG块的组成规律是连续使用数个相同的填充为1、窗口形状为3×3的卷积层后接上一个步幅为2、窗口形状为2×2的最大池化层。卷积层保持输入的高和宽不变而池化层则对其减半。我们使用vgg_block函数来实现这个基础的VGG块它可以指定卷积层的数量和输入输出通道数。
import time
import torch
from torch import nn, optimimport sys
sys.path.append(..)
import d2lzh_pytorch as d2l
device torch.device(cuda if torch.cuda.is_available() else cpu)def vgg_block(num_convs, in_channels, out_channels):blk []for i in range(num_convs):if i 0:blk.append(nn.Conv2d(in_channels, out_channels, kernel_size3, padding1))else:blk.append(nn.Conv2d(out_channels, out_channels, kernel_size3, padding1))blk.append(nn.ReLU())blk.append(nn.MaxPool2d(kernel_size2, stride2)) # 这里会使宽高减半return nn.Sequential(*blk)5.7.2 VGG网络
与AlexNet和LeNet一样,VGG网络由卷积层模块后接全连接层模块构成。卷积层模块串联数个vgg_block,其超参数由变量conv_arch定义。该变量指定了每个VGG块里卷积层个数和输入输出通道数。全连接模块则跟AlexNet中的一样。
现在我们构造一个VGG网络。它有5个卷积块,前2块使用单卷积层,而后3块使用双卷积层。第一块的输入输出通道分别是1和64,之后每次对输出通道数翻倍,直到变为512。因为这个网络使用了8个卷积层和3个全连接层,所以经常被称为VGG-11。
conv_arch ((1, 1, 64), (1, 64, 128), (2, 128, 256), (2, 256, 512), (2, 512, 512))
# 经过5个 vgg_block, 宽高会减半5次, 变成 224/32 7
fc_features 512 * 7 * 7
fc_hidden_units 4096 # 任意下面实现VGG-11
def vgg(conv_arch, fc_features, fc_hidden_units4096):net nn.Sequential()# 卷积层部分# conv_arch: ((1,1,64),(1,64,128),(2,128,256),(2,256,512),(2,512,512))for i, (num_convs, in_channels, out_channels) in enumerate(conv_arch):# 每经过一个vgg_block都会使宽高减半(1,1,64):- 0: nn.Conv2d(1, 64, kernel_size3, padding1) # (1, 1, 224, 224) - (1, 64, 224, 224)nn.MaxPool2d(kernel_size2, stride2) # (1, 64, 224, 224) - (1, 64, 112, 112)(1,64,128):- 0: nn.Conv2d(64, 128, kernel_size3, padding1) # (1, 64, 112, 112) - (1, 128, 112, 112)nn.MaxPool2d(kernel_size2, stride2) # (1, 128, 112, 112) - (1, 128, 56, 56)(2,128,256):- 0: nn.Conv2d(128, 256, kernel_size3, padding1) # (1, 128, 56, 56) - (1, 256, 56, 56)- 1: nn.Conv2d(256, 256, kernel_size3, padding1)nn.MaxPool2d(kernel_size2, stride2) # (1, 256, 56, 56) - (1, 256, 28, 28)(2,256,512):- 0: nn.Conv2d(256, 512, kernel_size3, padding1) # (1, 256, 28, 28) - (1, 512, 28, 28)- 1: nn.Conv2d(512, 512, kernel_size3, padding1)nn.MaxPool2d(kernel_size2, stride2) # (1, 512, 28, 28) - (1, 512, 14, 14)(2,512,512):- 0: nn.Conv2d(512, 512, kernel_size3, padding1)- 1: nn.Conv2d(512, 512, kernel_size3, padding1)nn.MaxPool2d(kernel_size2, stride2) # (1, 512, 14, 14) - (1, 512, 7, 7)net.add_module(vgg_block_ str(i1), vgg_block(num_convs, in_channels, out_channels))# 全连接层部分net.add_module(fc, nn.Sequential(d2l.FlattenLayer(),nn.Linear(fc_features, fc_hidden_units),nn.ReLU(),nn.Dropout(0.5),nn.Linear(fc_hidden_units, fc_hidden_units),nn.ReLU(),nn.Dropout(0.5),nn.Linear(fc_hidden_units, 10)))return netnet vgg(conv_arch, fc_features, fc_hidden_units)
print(net)# X torch.rand(1, 1, 224, 224)# for name, blk in net.named_children():
# X blk(X)
# print(name, output shape: , X.shape)5.7.3 获取数据和训练模型
ratio 8
small_conv_arch [(1, 1, 64//ratio), (1, 64//ratio, 128//ratio), (2, 128//ratio, 256//ratio), (2, 256//ratio, 512//ratio), (2, 512//ratio, 512//ratio)]
net vgg(small_conv_arch, fc_features // ratio, fc_hidden_units // ratio)print(net)batch_size 64
train_iter, test_iter d2l.load_data_fashion_mnist(batch_size, resize224)lr, num_epochs 0.001, 5
optimizer torch.optim.Adam(net.parameters(), lrlr)
d2l.train_ch5(net, train_iter, test_iter, batch_size, optimizer, device, num_epochs)
