pytorch教程resnet.py的實(shí)現(xiàn)文件源碼分析

更新時(shí)間：2021年09月07日 15:31:13 作者：xz1308579340

torchvision.models這個(gè)包中包含alexnet、densenet、inception、resnet、squeezenet、vgg等常用的網(wǎng)絡(luò)結(jié)構(gòu)，并且提供了預(yù)訓(xùn)練模型，可以通過簡(jiǎn)單調(diào)用來讀取網(wǎng)絡(luò)結(jié)構(gòu)和預(yù)訓(xùn)練模型

調(diào)用pytorch內(nèi)置的模型的方法

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

這樣就導(dǎo)入了resnet50的預(yù)訓(xùn)練模型了。如果只需要網(wǎng)絡(luò)結(jié)構(gòu)，不需要用預(yù)訓(xùn)練模型的參數(shù)來初始化

那么就是：

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

如果要導(dǎo)入densenet模型也是同樣的道理

比如導(dǎo)入densenet169，且不需要是預(yù)訓(xùn)練的模型：

model = torchvision.models.densenet169(pretrained=False)

由于pretrained參數(shù)默認(rèn)是False，所以等價(jià)于：

model = torchvision.models.densenet169()

不過為了代碼清晰，最好還是加上參數(shù)賦值。

解讀模型源碼Resnet.py

包含的庫文件

import torch.nn as nn
import math
import torch.utils.model_zoo as model_zoo

該庫定義了6種Resnet的網(wǎng)絡(luò)結(jié)構(gòu)

包括

__all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50',  'resnet101',  'resnet152']

每種網(wǎng)絡(luò)都有訓(xùn)練好的可以直接用的.pth參數(shù)文件

__all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50',  'resnet101',  'resnet152']

Resnet中大多使用3*3的卷積定義如下

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)

該函數(shù)繼承自nn網(wǎng)絡(luò)中的2維卷積，這樣做主要是為了方便，少寫參數(shù)參數(shù)由原來的6個(gè)變成了3個(gè)

輸出圖與輸入圖長寬保持一致

如何定義不同大小的Resnet網(wǎng)絡(luò)

Resnet類是一個(gè)基類，
所謂的"Resnet18", ‘resnet34', ‘resnet50', ‘resnet101', 'resnet152'只是Resnet類初始化的時(shí)候使用了不同的參數(shù)，理論上我們可以根據(jù)Resnet類定義任意大小的Resnet網(wǎng)絡(luò)
下面先看看這些不同大小的Resnet網(wǎng)絡(luò)是如何定義的

定義Resnet18

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

定義Resnet34

def resnet34(pretrained=False, **kwargs):    
"""Constructs a ResNet-34 model.   
Args:        pretrained (bool): If True, returns a model pre-trained on ImageNet    """   
model = ResNet(BasicBlock, [3, 4, 6, 3], **kwargs)  
if pretrained:        
    model.load_state_dict(model_zoo.load_url(model_urls['resnet34']))    
 return model

我們發(fā)現(xiàn)Resnet18和Resnet34的定義幾乎是一樣的,下面我們把Resnet18，Resnet34，Resnet50，Resnet101，Resnet152，不一樣的部分寫在一塊進(jìn)行對(duì)比

model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)    #Resnet18
model = ResNet(BasicBlock, [3, 4, 6, 3], **kwargs)    #Resnet34
model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs)    #Eesnt50
model = ResNet(Bottleneck, [3, 4, 23, 3], **kwargs)  #Resnet101
model = ResNet(Bottleneck, [3, 8, 36, 3], **kwargs)  #Resnet152

代碼看起來非常的簡(jiǎn)潔工整，

其他resnet18、resnet101等函數(shù)和resnet18基本類似，差別主要是在：

1、構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)的時(shí)候block的參數(shù)不一樣，比如resnet18中是[2, 2, 2, 2]，resnet101中是[3, 4, 23, 3]。

2、調(diào)用的block類不一樣，比如在resnet50、resnet101、resnet152中調(diào)用的是Bottleneck類，而在resnet18和resnet34中調(diào)用的是BasicBlock類，這兩個(gè)類的區(qū)別主要是在residual結(jié)果中卷積層的數(shù)量不同，這個(gè)是和網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)的，后面會(huì)詳細(xì)介紹。

3、如果下載預(yù)訓(xùn)練模型的話，model_urls字典的鍵不一樣，對(duì)應(yīng)不同的預(yù)訓(xùn)練模型。因此接下來分別看看如何構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)和如何導(dǎo)入預(yù)訓(xùn)練模型。

Resnet類

構(gòu)建ResNet網(wǎng)絡(luò)是通過ResNet這個(gè)類進(jìn)行的。ResNet類是繼承PyTorch中網(wǎng)絡(luò)的基類：torch.nn.Module。

構(gòu)建Resnet類主要在于重寫 init() 和 forward() 方法。

我們構(gòu)建的所有網(wǎng)絡(luò)比如：VGG，Alexnet等都需要重寫這兩個(gè)方法，這兩個(gè)方法很重要

看起來Resne類是整個(gè)文檔的核心

下面我們就要研究一下Resnet基類是如何實(shí)現(xiàn)的

Resnet類采用了pytorch定義網(wǎng)絡(luò)模型的標(biāo)準(zhǔn)結(jié)構(gòu)，包含

iinit（）方法：定義了網(wǎng)絡(luò)的各個(gè)層
forward()方法：定義了前向傳播過程

這兩個(gè)方法的用法，這個(gè)可以查看pytorch的官方文檔就可以明白

在Resnet類中，還包含一個(gè)自定義的方法make_layer()方法

是用來構(gòu)建ResNet網(wǎng)絡(luò)中的4個(gè)blocks。

_make_layer方法的第一個(gè)輸入block是Bottleneck或BasicBlock類

第二個(gè)輸入是該blocks的輸出channel

第三個(gè)輸入是每個(gè)blocks中包含多少個(gè)residual子結(jié)構(gòu)，因此layers這個(gè)列表就是前面resnet50的[3, 4, 6, 3]。

_make_layer方法中比較重要的兩行代碼是：

layers.append(block(self.inplanes, planes, stride, downsample))

該部分是將每個(gè)blocks的第一個(gè)residual結(jié)構(gòu)保存在layers列表中。

 for i in range(1, blocks): layers.append(block(self.inplanes, planes))

該部分是將每個(gè)blocks的剩下residual 結(jié)構(gòu)保存在layers列表中，這樣就完成了一個(gè)blocks的構(gòu)造。這兩行代碼中都是通過Bottleneck這個(gè)類來完成每個(gè)residual的構(gòu)建

接下來介紹Bottleneck類

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))
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)
                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

下面我們分別看看這兩個(gè)過程：

網(wǎng)絡(luò)的forward過程

 def forward(self, x):                                #x代表輸入
        x = self.conv1(x)                             #進(jìn)過卷積層1
        x = self.bn1(x)                                #bn1層
        x = self.relu(x)                                #relu激活
        x = self.maxpool(x)                         #最大池化
        x = self.layer1(x)                            #卷積塊1
        x = self.layer2(x)                           #卷積塊2
        x = self.layer3(x)                          #卷積塊3
        x = self.layer4(x)                          #卷積塊4
        x = self.avgpool(x)                     #平均池化
        x = x.view(x.size(0), -1)               #二維變成變成一維向量
        x = self.fc(x)                             #全連接層
        return x

里面的大部分我們都可以理解，只有l(wèi)ayer1-layer4是Resnet網(wǎng)絡(luò)自己定義的，
它也是Resnet殘差連接的精髓所在，我們來分析一下layer層是怎么實(shí)現(xiàn)的

殘差Block連接是如何實(shí)現(xiàn)的

從前面的ResNet類可以看出，在構(gòu)造ResNet網(wǎng)絡(luò)的時(shí)候，最重要的是 BasicBlock這個(gè)類，因?yàn)镽esNet是由residual結(jié)構(gòu)組成的，而 BasicBlock類就是完成residual結(jié)構(gòu)的構(gòu)建。同樣 BasicBlock還是繼承了torch.nn.Module類，且重寫了__init__()和forward()方法。從forward方法可以看出，bottleneck就是我們熟悉的3個(gè)主要的卷積層、BN層和激活層，最后的out += residual就是element-wise add的操作。

這部分在 BasicBlock類中實(shí)現(xiàn)，我們看看這層是如何前向傳播的

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

我畫個(gè)流程圖來表示一下

在這里插入圖片描述

畫的比較丑，不過基本意思在里面了，

根據(jù)論文的描述，x是否需要下采樣由x與out是否大小一樣決定，

假如進(jìn)過conv2和bn2后的結(jié)果我們稱之為 P

假設(shè)x的大小為wHchannel1

如果P的大小也是wHchannel1

則無需下采樣
out = relu(P + X)
out的大小為W * H *(channel1+channel2)，

如果P的大小是W/2 * H/2 * channel

則X需要下采樣后才能與P相加，
out = relu(P+ X下采樣)
out的大小為W/2 * H/2 * (channel1+channel2)

BasicBlock類和Bottleneck類類似，前者主要是用來構(gòu)建ResNet18和ResNet34網(wǎng)絡(luò)，因?yàn)檫@兩個(gè)網(wǎng)絡(luò)的residual結(jié)構(gòu)只包含兩個(gè)卷積層，沒有Bottleneck類中的bottleneck概念。因此在該類中，第一個(gè)卷積層采用的是kernel_size=3的卷積，就是我們之前提到的conv3x3函數(shù)。

下面是BasicBlock類的完整代碼

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

以上就是pytorch教程resnet.py的實(shí)現(xiàn)文件源碼解讀的詳細(xì)內(nèi)容，更多關(guān)于pytorch源碼解讀的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: