電子發(fā)燒友網(wǎng)>電子資料下載>電子資料>PyTorch教程8.4之多分支網(wǎng)絡(luò)(GoogLeNet)

PyTorch教程8.4之多分支網(wǎng)絡(luò)(GoogLeNet)

2513450 2023-06-05 | pdf | 0.32 MB | 次下載 | 免費(fèi)

資料介紹

2014 年，GoogLeNet贏得了 ImageNet 挑戰(zhàn)賽（Szegedy等人，2015 年），它使用的結(jié)構(gòu)結(jié)合了 NiN （Lin等人，2013 年）、重復(fù)塊（Simonyan 和 Zisserman，2014 年）和卷積混合的優(yōu)點(diǎn)內(nèi)核。它也可以說是第一個(gè)在 CNN 中明確區(qū)分主干（數(shù)據(jù)攝?。⒅黧w（數(shù)據(jù)處理）和頭部（預(yù)測(cè)）的網(wǎng)絡(luò)。這種設(shè)計(jì)模式在深度網(wǎng)絡(luò)的設(shè)計(jì)中一直存在：由對(duì)圖像進(jìn)行操作的前 2-3 個(gè)卷積給出。他們從底層圖像中提取低級(jí)特征。接下來是一組卷積塊。最后，頭部將目前獲得的特征映射到手頭所需的分類、分割、檢測(cè)或跟蹤問題。

GoogLeNet 的關(guān)鍵貢獻(xiàn)是網(wǎng)絡(luò)主體的設(shè)計(jì)。它巧妙地解決了卷積核的選擇問題。而其他作品試圖確定哪個(gè)卷積，范圍從 1×1到11×11最好，它只是連接多分支卷積。接下來我們介紹一個(gè)略微簡(jiǎn)化的 GoogLeNet 版本：最初的設(shè)計(jì)包括許多通過中間損失函數(shù)穩(wěn)定訓(xùn)練的技巧，應(yīng)用于網(wǎng)絡(luò)的多個(gè)層。由于改進(jìn)的訓(xùn)練算法的可用性，它們不再是必需的。

						import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

						 

						from mxnet import init, np, npx
from mxnet.gluon import nn
from d2l import mxnet as d2l

npx.set_np()

						import jax
from flax import linen as nn
from jax import numpy as jnp
from d2l import jax as d2l

						 

						import tensorflow as tf
from d2l import tensorflow as d2l

8.4.1. 起始?jí)K

GoogLeNet 中的基本卷積塊稱為Inception 塊，源于電影 Inception的模因“我們需要更深入” 。

https://file.elecfans.com/web2/M00/AA/42/pYYBAGR9NamAWgv_AAGuXi_IIk8156.svg

圖 8.4.1 Inception 塊的結(jié)構(gòu)。

如圖8.4.1所示，初始?jí)K由四個(gè)并行分支組成。前三個(gè)分支使用窗口大小為1×1,3×3，和 5×5從不同的空間大小中提取信息。中間兩個(gè)分支還加了一個(gè)1×1輸入的卷積減少了通道的數(shù)量，降低了模型的復(fù)雜度。第四個(gè)分支使用3×3最大池化層，然后是1×1卷積層改變通道數(shù)。四個(gè)分支都使用適當(dāng)?shù)奶畛涫馆斎牒洼敵鼍哂邢嗤母叨群蛯挾取?/font>最后，每個(gè)分支的輸出沿著通道維度連接起來，并構(gòu)成塊的輸出。Inception 塊的常用超參數(shù)是每層的輸出通道數(shù)，即如何在不同大小的卷積之間分配容量。

							class Inception(nn.Module):
  # c1--c4 are the number of output channels for each branch
  def __init__(self, c1, c2, c3, c4, **kwargs):
    super(Inception, self).__init__(**kwargs)
    # Branch 1
    self.b1_1 = nn.LazyConv2d(c1, kernel_size=1)
    # Branch 2
    self.b2_1 = nn.LazyConv2d(c2[0], kernel_size=1)
    self.b2_2 = nn.LazyConv2d(c2[1], kernel_size=3, padding=1)
    # Branch 3
    self.b3_1 = nn.LazyConv2d(c3[0], kernel_size=1)
    self.b3_2 = nn.LazyConv2d(c3[1], kernel_size=5, padding=2)
    # Branch 4
    self.b4_1 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)
    self.b4_2 = nn.LazyConv2d(c4, kernel_size=1)

  def forward(self, x):
    b1 = F.relu(self.b1_1(x))
    b2 = F.relu(self.b2_2(F.relu(self.b2_1(x))))
    b3 = F.relu(self.b3_2(F.relu(self.b3_1(x))))
    b4 = F.relu(self.b4_2(self.b4_1(x)))
    return torch.cat((b1, b2, b3, b4), dim=1)

							 

							class Inception(nn.Block):
  # c1--c4 are the number of output channels for each branch
  def __init__(self, c1, c2, c3, c4, **kwargs):
    super(Inception, self).__init__(**kwargs)
    # Branch 1
    self.b1_1 = nn.Conv2D(c1, kernel_size=1, activation='relu')
    # Branch 2
    self.b2_1 = nn.Conv2D(c2[0], kernel_size=1, activation='relu')
    self.b2_2 = nn.Conv2D(c2[1], kernel_size=3, padding=1,
               activation='relu')
    # Branch 3
    self.b3_1 = nn.Conv2D(c3[0], kernel_size=1, activation='relu')
    self.b3_2 = nn.Conv2D(c3[1], kernel_size=5, padding=2,
               activation='relu')
    # Branch 4
    self.b4_1 = nn.MaxPool2D(pool_size=3, strides=1, padding=1)
    self.b4_2 = nn.Conv2D(c4, kernel_size=1, activation='relu')

  def forward(self, x):
    b1 = self.b1_1(x)
    b2 = self.b2_2(self.b2_1(x))
    b3 = self.b3_2(self.b3_1(x))
    b4 = self.b4_2(self.b4_1(x))
    return np.concatenate((b1, b2, b3, b4), axis=1)

							 

							class Inception(nn.Module):
  # `c1`--`c4` are the number of output channels for each branch
  c1: int
  c2: tuple
  c3: tuple
  c4: int

  def setup(self):
    # Branch 1
    self.b1_1 = nn.Conv(self.c1, kernel_size=(1, 1))
    # Branch 2
    self.b2_1 = nn.Conv(self.c2[0], kernel_size=(1, 1))
    self.b2_2 = nn.Conv(self.c2[1], kernel_size=(3, 3), padding='same')
    # Branch 3
    self.b3_1 = nn.Conv(self.c3[0], kernel_size=(1, 1))
    self.b3_2 = nn.Conv(self.c3[1], kernel_size=(5, 5), padding='same')
    # Branch 4
    self.b4_1 = lambda x: nn.max_pool(x, window_shape=(3, 3),
                     strides=(1, 1), padding='same')
    self.b4_2 = nn.Conv(self.c4, kernel_size=(1, 1))

  def __call__(self, x):
    b1 = nn.relu(self.b1_1(x))
    b2 = nn.relu(self.b2_2(nn.relu(self.b2_1(x))))
    b3 = nn.relu(self.b3_2(nn.relu(self.b3_1(x))))
    b4 = nn.relu(self.b4_2(self.b4_1(x)))
    return jnp.concatenate((b1, b2, b3, b4), axis=-1)

							 