欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

pytorch教程resnet.py的实现文件源码分析

程序员文章站 2022-07-01 08:33:25
目录解读模型源码resnet.py该库定义了6种resnet的网络结构resnet中大多使用3*3的卷积定义如下如何定义不同大小的resnet网络定义resnet18定义resnet34resnet类...

调用pytorch内置的模型的方法

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

这样就导入了resnet50的预训练模型了。如果只需要网络结构,不需要用预训练模型的参数来初始化

那么就是:

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

如果要导入densenet模型也是同样的道理

比如导入densenet169,且不需要是预训练的模型:

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

由于pretrained参数默认是false,所以等价于:

model = torchvision.models.densenet169()

不过为了代码清晰,最好还是加上参数赋值。

解读模型源码resnet.py

包含的库文件

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

该库定义了6种resnet的网络结构

包括

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

每种网络都有训练好的可以直接用的.pth参数文件

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

resnet中大多使用3*3的卷积定义如下

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)

该函数继承自nn网络中的2维卷积,这样做主要是为了方便,少写参数参数由原来的6个变成了3个

输出图与输入图长宽保持一致

如何定义不同大小的resnet网络

resnet类是一个基类,
所谓的"resnet18", ‘resnet34', ‘resnet50', ‘resnet101', 'resnet152'只是resnet类初始化的时候使用了不同的参数,理论上我们可以根据resnet类定义任意大小的resnet网络
下面先看看这些不同大小的resnet网络是如何定义的

定义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

定义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

我们发现resnet18和resnet34的定义几乎是一样的,下面我们把resnet18,resnet34,resnet50,resnet101,resnet152,不一样的部分写在一块进行对比

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

代码看起来非常的简洁工整,

其他resnet18、resnet101等函数和resnet18基本类似,差别主要是在:

1、构建网络结构的时候block的参数不一样,比如resnet18中是[2, 2, 2, 2],resnet101中是[3, 4, 23, 3]。

2、调用的block类不一样,比如在resnet50、resnet101、resnet152中调用的是bottleneck类,而在resnet18和resnet34中调用的是basicblock类,这两个类的区别主要是在residual结果中卷积层的数量不同,这个是和网络结构相关的,后面会详细介绍。

3、如果下载预训练模型的话,model_urls字典的键不一样,对应不同的预训练模型。因此接下来分别看看如何构建网络结构和如何导入预训练模型。

resnet类

构建resnet网络是通过resnet这个类进行的。resnet类是继承pytorch中网络的基类:torch.nn.module。

构建resnet类主要在于重写 init() forward() 方法。

我们构建的所有网络比如:vggalexnet等都需要重写这两个方法,这两个方法很重要

看起来resne类是整个文档的核心

下面我们就要研究一下resnet基类是如何实现的

resnet类采用了pytorch定义网络模型的标准结构,包含

iinit()方法: 定义了网络的各个层
forward()方法: 定义了前向传播过程

这两个方法的用法,这个可以查看pytorch的官方文档就可以明白

在resnet类中,还包含一个自定义的方法make_layer()方法

是用来构建resnet网络中的4个blocks

_make_layer方法的第一个输入block是bottleneckbasicblock

第二个输入是该blocks的输出channel

第三个输入是每个blocks中包含多少个residual子结构,因此layers这个列表就是前面resnet50的[3, 4, 6, 3]。

_make_layer方法中比较重要的两行代码是:

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

该部分是将每个blocks的第一个residual结构保存在layers列表中。

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

该部分是将每个blocks的剩下residual 结构保存在layers列表中,这样就完成了一个blocks的构造。这两行代码中都是通过bottleneck这个类来完成每个residual的构建

接下来介绍bottleneck类

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

下面我们分别看看这两个过程:

网络的forward过程

 def forward(self, x):                                #x代表输入
        x = self.conv1(x)                             #进过卷积层1
        x = self.bn1(x)                                #bn1层
        x = self.relu(x)                                #relu激活
        x = self.maxpool(x)                         #最大池化
        x = self.layer1(x)                            #卷积块1
        x = self.layer2(x)                           #卷积块2
        x = self.layer3(x)                          #卷积块3
        x = self.layer4(x)                          #卷积块4
        x = self.avgpool(x)                     #平均池化
        x = x.view(x.size(0), -1)               #二维变成变成一维向量
        x = self.fc(x)                             #全连接层
        return x

里面的大部分我们都可以理解,只有layer1-layer4是resnet网络自己定义的,
它也是resnet残差连接的精髓所在,我们来分析一下layer层是怎么实现的

残差block连接是如何实现的

从前面的resnet类可以看出,在构造resnet网络的时候,最重要的是 basicblock这个类,因为resnet是由residual结构组成的,而 basicblock类就是完成residual结构的构建。同样 basicblock还是继承了torch.nn.module类,且重写了__init__()和forward()方法。从forward方法可以看出,bottleneck就是我们熟悉的3个主要的卷积层、bn层和激活层,最后的out += residual就是element-wise add的操作。

这部分在 basicblock类中实现,我们看看这层是如何前向传播的

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

我画个流程图来表示一下

pytorch教程resnet.py的实现文件源码分析

画的比较丑,不过基本意思在里面了,

根据论文的描述,x是否需要下采样由x与out是否大小一样决定,

假如进过conv2和bn2后的结果我们称之为 p

假设x的大小为whchannel1

如果p的大小也是whchannel1

则无需下采样
out = relu(p + x)
out的大小为w * h *(channel1+channel2),

如果p的大小是w/2 * h/2 * channel

则x需要下采样后才能与p相加,
out = relu(p+ x下采样)
out的大小为w/2 * h/2 * (channel1+channel2)

basicblock类和bottleneck类类似,前者主要是用来构建resnet18和resnet34网络,因为这两个网络的residual结构只包含两个卷积层,没有bottleneck类中的bottleneck概念。因此在该类中,第一个卷积层采用的是kernel_size=3的卷积,就是我们之前提到的conv3x3函数。

下面是basicblock类的完整代码

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的实现文件源码解读的详细内容,更多关于pytorch源码解读的资料请关注其它相关文章!