pytorch（九）卷积神经网络

文章目录

卷积神经网络
- 全连接神经网络与卷积神经网络的区别
- 概念性知识
- mnist数据集(卷积神经网络)
GoogLeNet
- Inception
残差网络ResNet
- 残差块结构
稠密连接网络
- 网络结构

卷积神经网络

全连接神经网络与卷积神经网络的区别

全连接神经网络是一种最为基础的前馈神经网络，他的每一个神经元都与前一层的所有神经元进行连接，这种连接方式可以使得全连接神经网络能够学习到更加全局的特征。

全连接：在全连接层中，每一个神经元都与前一层的所有神经元相连接，这以为这每一个神经元都收到来自前一层的所有输入的影响
权重独立：全连接神经网络的权重参数不共享，每一个连接都有自己的权重，这就导致需要更新大量的参数，而且可能导致过拟合
输出为以为向量：全连接的输出通常是一维向量

全连接神经网络需要更新的参数数量多，并且在全连接层的输入中，如果是对图像进行处理，比如mnist数据集案例，输入的是（通道1，高28，宽28像素）的图像，但是在全连接层中会被拉成（x=x.view(-1,784)）784的数据进行输入，这种输入可能会导致图像丢失重要的空间信息，比如相邻的像素比较相似等。

卷积神经网络CNN更适合用在图像识别、语音识别等各种场合

卷积神经网络最大的特点是它的卷积层，可以通过共享权重和偏置项，实现对输入数据的局部区域进行操作

局部连接：卷积神经网络采用局部连接的方式，它的每一个神经元仅与输入数据的局部区域相连接
权重共享：卷积层的每一个神经元在整个输入数据上共享相同的权重参数，这就降低了模型参数的数量，也意味着卷积层可以学习到特定的特征，而不会受到位置的影响
特征映射：卷积神经网络的卷积层的输出是二维数组

概念性知识

卷积核的通道数量与输入的通道数量相同
卷积核的数量与输出的通道数量相同

一个卷积核的计算

在这里插入图片描述

m个卷积核的计算

在这里插入图片描述

mnist数据集(卷积神经网络)

在这里插入图片描述

# 使用卷积神经网络import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optimbatch_size=64
# 对图像进行处理，对原来图像从{0,255}-归一化->{0,1},把图像的维度变成c*w*h的 
transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,),(0.3081,))])train_dataset=datasets.MNIST(root='./dataset/mnist/',train=True,download=True,transform=transform)
train_loader=DataLoader(train_dataset,shuffle=True,batch_size=batch_size)test_dataset=datasets.MNIST(root='./dataset/mnist/',train=False,download=True,transform=transform)
test_loader=DataLoader(test_dataset,shuffle=False,batch_size=batch_size)class Model(torch.nn.Module):def __init__(self):super(Model,self).__init__()self.conv1=torch.nn.Conv2d(1,10,kernel_size=5)self.pooling=torch.nn.MaxPool2d(2)self.conv2=torch.nn.Conv2d(10,20,kernel_size=5)self.fc=torch.nn.Linear(320,10)def forward(self,x):# 这里需要重新获取batch_size,因为划分小数据块的时候不一定是整除的，不然可能会出错batch_size=x.size(0)x=F.relu(self.pooling(self.conv1(x)))# print(x.shape)x=F.relu(self.pooling(self.conv2(x)))# print(x.shape)x=x.view(batch_size,-1)# print(x.shape)x=self.fc(x)return xmodel=Model()
criterion=torch.nn.CrossEntropyLoss()
# 带冲量为0.5
optimizer=optim.SGD(model.parameters(),lr=0.01,momentum=0.5)# device=torch.device('cudo:0' if torch.cudo.is.available() else 'cpu')
# model.to(device)# 模型迁移到显卡中def train(epoch):running_loss=0.0for batch_idx,data in enumerate(train_loader,0):inputs,targets=data# inputs,targets=inputs.to(device),targets.to(device)# forwardy_pred=model(inputs)loss=criterion(y_pred,targets)# backwardoptimizer.zero_grad()loss.backward()# updateoptimizer.step()running_loss+=loss.item()# print('batch_idx:',batch_idx)if batch_idx % 300 ==299:print('[%d,%5d] loss:%.3f'%(epoch+1,batch_idx+1,running_loss/300))running_loss=0.0def test():correct=0total=0# 不需要计算梯度with torch.no_grad():for data in test_loader:images,labels=data# inputs,labels=inputs.to(device),labels.to(device)outputs=model(images)# 取最大值的下标 dim表示维度_,predicted=torch.max(outputs.data,dim=1)total+=labels.size(0)correct+=(predicted==labels).sum().item()print('Accuracy on test set:%d %%'%(100*correct/total))if __name__=='__main__':for epoch in range(10):train(epoch)test()

在这里插入图片描述

GoogLeNet

Inception

在这里插入图片描述

# GooLeNetimport torch.nn as nn
import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optimbatch_size=64
transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,),(0.3081,))])train_dataset=datasets.MNIST(root='./dataset/mnist/',train=True,download=True,transform=transform)
train_loader=DataLoader(train_dataset,shuffle=True,batch_size=batch_size)test_dataset=datasets.MNIST(root='./dataset/mnist/',train=False,download=True,transform=transform)
test_loader=DataLoader(test_dataset,shuffle=False,batch_size=batch_size)class InceptionA(nn.Module):def __init__(self,in_channels):super(InceptionA,self).__init__()self.branch1x1=nn.Conv2d(in_channels,16,kernel_size=1)self.branch5x5_1=nn.Conv2d(in_channels,16,kernel_size=1)self.branch5x5_2=nn.Conv2d(16,24,kernel_size=5,padding=2)self.branch3x3_1=nn.Conv2d(in_channels,16,kernel_size=1)self.branch3x3_2=nn.Conv2d(16,24,kernel_size=3,padding=1)self.branch3x3_3=nn.Conv2d(24,24,kernel_size=3,padding=1)self.branch_pool=nn.Conv2d(in_channels,24,kernel_size=1)def forward(self,x):branch1x1=self.branch1x1(x)branch5x5=self.branch5x5_1(x)branch5x5=self.branch5x5_2(branch5x5)branch3x3=self.branch3x3_1(x)branch3x3=self.branch3x3_2(branch3x3)branch3x3=self.branch3x3_3(branch3x3)branch_pool=F.avg_pool2d(x,kernel_size=3,stride=1,padding=1)branch_pool=self.branch_pool(branch_pool)outputs=[branch1x1,branch5x5,branch3x3,branch_pool]return torch.cat(outputs,dim=1)class Net(nn.Module):def __init__(self):super(Net,self).__init__()self.conv1=nn.Conv2d(1,10,kernel_size=5)self.conv2=nn.Conv2d(88,20,kernel_size=5)self.incep1=InceptionA(in_channels=10)self.incep2=InceptionA(in_channels=20)self.mp=nn.MaxPool2d(2)self.fc=nn.Linear(1408,10)def forward(self,x):in_size=x.size(0)x=F.relu(self.mp(self.conv1(x)))x=self.incep1(x)x=F.relu(self.mp(self.conv2(x)))x=self.incep2(x)x=x.view(in_size,-1)x=self.fc(x)return xmodel=Net()
criterion=nn.CrossEntropyLoss()
optimizer=optim.SGD(model.parameters(),lr=0.01,momentum=0.5)def train(epoch):running_loss=0.0for batch_idx,data in enumerate(train_loader,0):inputs,targets=datay_pred=model(inputs)loss=criterion(y_pred,targets)optimizer.zero_grad()loss.backward()optimizer.step()running_loss+=loss.item()if batch_idx % 300 ==299:print('[%d,%5d] loss:%.3f'%(epoch+1,batch_idx+1,running_loss/300))running_loss=0.0def test():correct=0total=0# 不需要计算梯度with torch.no_grad():for data in test_loader:images,labels=data# inputs,labels=inputs.to(device),labels.to(device)outputs=model(images)# 取最大值的下标 dim表示维度_,predicted=torch.max(outputs.data,dim=1)total+=labels.size(0)correct+=(predicted==labels).sum().item()print('Accuracy on test set:%d %%'%(100*correct/total))if __name__=='__main__':for epoch in range(10):train(epoch)test()

在这里插入图片描述

残差网络ResNet

残差网络要解决的事深度神经网络中的“退化”问题和网络层数不够深的问题。残差网络最深可以达到158层。

网络退化：在增加网络层数的过程中，training accuracy （精度）逐渐趋于饱和，继续增加层数，training accuracy 就会出现下降的现象，而这种下降不是由过拟合造成的。实际上较深模型后面添加的不是恒等映射，而是一些非线性层。

残差块结构

在这里插入图片描述

# 残差网络
import torch.nn as nn
import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optimclass ResidualBlock(nn.Module):def __init__(self,channels):super(ResidualBlock,self).__init__()self.channels=channels# 输入与输出的通道数相同self.conv1=nn.Conv2d(channels,channels,kernel_size=3,padding=1)self.conv2=nn.Conv2d(channels,channels,kernel_size=3,padding=1)def forward(self,x):y=F.relu(self.conv1(x))y=self.conv2(y)return F.relu(x+y)class Net(nn.Module):def __init__(self):super(Net,self).__init__()self.conv1=nn.Conv2d(1,16,kernel_size=5)self.conv2=nn.Conv2d(16,32,kernel_size=5)self.mp=nn.MaxPool2d(2)self.rblock1=ResidualBlock(16)self.rblock2=ResidualBlock(32)self.fc=nn.Linear(512,10)def forward(self,x):in_size=x.size(0)x=self.mp(F.relu(self.conv1(x)))x=self.rblock1(x)x=self.mp(F.relu(self.conv2(x)))x=self.rblock2(x)x=x.view(in_size,-1)x=self.fc(x)return xmodel=Net()
criterion=nn.CrossEntropyLoss()
optimizer=optim.SGD(model.parameters(),lr=0.01,momentum=0.5)def train(epoch):running_loss=0.0for batch_idx,data in enumerate(train_loader,0):inputs,targets=datay_pred=model(inputs)loss=criterion(y_pred,targets)optimizer.zero_grad()loss.backward()optimizer.step()running_loss+=loss.item()if batch_idx % 300 ==299:print('[%d,%5d] loss:%.3f'%(epoch+1,batch_idx+1,running_loss/300))running_loss=0.0def test():correct=0total=0# 不需要计算梯度with torch.no_grad():for data in test_loader:images,labels=data# inputs,labels=inputs.to(device),labels.to(device)outputs=model(images)# 取最大值的下标 dim表示维度_,predicted=torch.max(outputs.data,dim=1)total+=labels.size(0)correct+=(predicted==labels).sum().item()print('Accuracy on test set:%d %%'%(100*correct/total))if __name__=='__main__':for epoch in range(10):train(epoch)test()