共计 4921 个字符，预计需要花费 13 分钟才能阅读完成。
文章和代码曾经归档至【Github 仓库：https://github.com/timerring/dive-into-AI】或者公众号【AIShareLab】回复 pytorch 教程 也可获取。
模型容器与 AlexNet 构建
除了上述的模块之外，还有一个重要的概念是模型容器 (Containers)，罕用的容器有 3 个，这些容器都是继承自nn.Module。
- nn.Sequetial：依照程序包装多个网络层
- nn.ModuleList：像 python 的 list 一样包装多个网络层，能够迭代
- nn.ModuleDict：像 python 的 dict 一样包装多个网络层，通过 (key, value) 的形式为每个网络层指定名称。
nn.Sequetial
深度学习中，特征提取和分类器这两步被交融到了一个神经网络中。在卷积神经网络中，后面的卷积层以及池化层能够认为是特征提取局部，而前面的全连贯层能够认为是分类器局部。比方 LeNet 就能够分为 特征提取 和分类器 两局部，这 2 局部都能够别离应用 nn.Seuqtial 来包装。
代码如下：
class LeNetSequetial(nn.Module):
def __init__(self, classes):
super(LeNet2, self).__init__()
self.features = nn.Sequential(nn.Conv2d(3, 6, 5),
nn.ReLU(),
nn.MaxPool2d(2, 2),
nn.Conv2d(6, 16, 5),
nn.ReLU(),
nn.MaxPool2d(2, 2)
)
self.classifier = nn.Sequential(nn.Linear(16*5*5, 120),
nn.ReLU(),
nn.Linear(120, 84),
nn.ReLU(),
nn.Linear(84, classes)
)
def forward(self, x):
x = self.features(x)
x = x.view(x.size()[0], -1)
x = self.classifier(x)
return x在初始化时，nn.Sequetial会调用 __init__() 办法，将每一个子 module 增加到 本身的 _modules 属性中。这里能够看到，咱们传入的参数能够是一个 list，或者一个 OrderDict。如果是一个 OrderDict，那么则应用 OrderDict 里的 key，否则应用数字作为 key。
def __init__(self, *args):
super(Sequential, self).__init__()
if len(args) == 1 and isinstance(args[0], OrderedDict):
for key, module in args[0].items():
self.add_module(key, module)
else:
for idx, module in enumerate(args):
self.add_module(str(idx), module)网络初始化实现后有两个子 module：features和classifier。
而 features 中的子 module 如下，每个网络层以序号作为 key：
在进行前向流传时，会进入 LeNet 的 forward() 函数，首先调用第一个 Sequetial 容器：self.features，因为 self.features 也是一个 module，因而会调用 __call__() 函数，外面调用
result = self.forward(*input, **kwargs)，进入 nn.Seuqetial 的forward()函数，在这里顺次调用所有的 module。上一个 module 的输入是下一个 module 的输出。
def forward(self, input):
for module in self:
input = module(input)
return input在下面能够看到在 nn.Sequetial 中，外面的每个子网络层 module 是应用序号来索引的，即应用数字来作为 key。
一旦网络层增多，难以查找特定的网络层，这种状况能够应用 OrderDict (有序字典)。能够与下面的代码比照一下
class LeNetSequentialOrderDict(nn.Module):
def __init__(self, classes):
super(LeNetSequentialOrderDict, self).__init__()
self.features = nn.Sequential(OrderedDict({'conv1': nn.Conv2d(3, 6, 5),
'relu1': nn.ReLU(inplace=True),
'pool1': nn.MaxPool2d(kernel_size=2, stride=2),
'conv2': nn.Conv2d(6, 16, 5),
'relu2': nn.ReLU(inplace=True),
'pool2': nn.MaxPool2d(kernel_size=2, stride=2),
}))
self.classifier = nn.Sequential(OrderedDict({'fc1': nn.Linear(16*5*5, 120),
'relu3': nn.ReLU(),
'fc2': nn.Linear(120, 84),
'relu4': nn.ReLU(inplace=True),
'fc3': nn.Linear(84, classes),
}))
...
...
...总结
nn.Sequetial是 nn.Module 的容器，用于按程序包装一组网络层，有以下两个个性。
- 程序性：各网络层之间严格依照程序构建，咱们在构建网络时，肯定要留神前后网络层之间输出和输入数据之间的形态是否匹配
- 自带
forward()函数：在nn.Sequetial的forward()函数里通过 for 循环顺次读取每个网络层，执行前向流传运算。这使得咱们咱们构建的模型更加简洁
nn.ModuleList
nn.ModuleList是 nn.Module 的容器，用于包装一组网络层，以迭代的形式调用网络层，次要有以下 3 个办法：
- append()：在 ModuleList 前面增加网络层
- extend()：拼接两个 ModuleList
- insert()：在 ModuleList 的指定地位中插入网络层
上面的代码通过列表生成式来循环迭代创立 20 个全连贯层，十分不便，只是在 forward()函数中须要手动调用每个网络层。
class ModuleList(nn.Module):
def __init__(self):
super(ModuleList, self).__init__()
self.linears = nn.ModuleList([nn.Linear(10, 10) for i in range(20)])
def forward(self, x):
for i, linear in enumerate(self.linears):
x = linear(x)
return x
net = ModuleList()
print(net)
fake_data = torch.ones((10, 10))
output = net(fake_data)
print(output)nn.ModuleDict
nn.ModuleDict是 nn.Module 的容器，用于包装一组网络层，以索引的形式调用网络层，次要有以下 5 个办法：
- clear()：清空 ModuleDict
- items()：返回可迭代的键值对 (key, value)
- keys()：返回字典的所有 key
- values()：返回字典的所有 value
- pop()：返回一对键值，并从字典中删除
上面的模型创立了两个 ModuleDict：self.choices 和self.activations，在前向流传时通过传入对应的 key 来执行对应的网络层。
class ModuleDict(nn.Module):
def __init__(self):
super(ModuleDict, self).__init__()
self.choices = nn.ModuleDict({'conv': nn.Conv2d(10, 10, 3),
'pool': nn.MaxPool2d(3)
})
self.activations = nn.ModuleDict({'relu': nn.ReLU(),
'prelu': nn.PReLU()})
def forward(self, x, choice, act):
x = self.choices[choice](x)
x = self.activations[act](x)
return x
net = ModuleDict()
fake_img = torch.randn((4, 10, 32, 32))
output = net(fake_img, 'conv', 'relu')
# output = net(fake_img, 'conv', 'prelu')
print(output)容器总结
- nn.Sequetial：程序性，各网络层之间严格依照程序执行，罕用于 block 构建，在前向流传时的代码调用变得简洁
- nn.ModuleList：迭代行，罕用于大量反复网络构建，通过 for 循环实现反复构建
- nn.ModuleDict：索引性，罕用于可抉择的网络层
AlexNet 实现
AlexNet 特点如下：
- 采纳 ReLU 替换饱和激活函数，加重梯度隐没
- 采纳 LRN (Local Response Normalization) 对数据进行部分归一化，加重梯度隐没
- 采纳 Dropout 进步网络的鲁棒性，减少泛化能力
- 应用 Data Augmentation，包含 TenCrop 和一些色调批改
AlexNet 的网络结构能够分为两局部：features 和 classifier。
能够在计算机视觉库 torchvision.models 中找到 AlexNet 的代码，通过看可知应用了 nn.Sequential 来封装网络层。
class AlexNet(nn.Module):
def __init__(self, num_classes=1000):
super(AlexNet, self).__init__()
self.features = nn.Sequential(nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2),
nn.Conv2d(64, 192, kernel_size=5, padding=2),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2),
nn.Conv2d(192, 384, kernel_size=3, padding=1),
nn.ReLU(inplace=True),
nn.Conv2d(384, 256, kernel_size=3, padding=1),
nn.ReLU(inplace=True),
nn.Conv2d(256, 256, kernel_size=3, padding=1),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2),
)
self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
self.classifier = nn.Sequential(nn.Dropout(),
nn.Linear(256 * 6 * 6, 4096),
nn.ReLU(inplace=True),
nn.Dropout(),
nn.Linear(4096, 4096),
nn.ReLU(inplace=True),
nn.Linear(4096, num_classes),
)
def forward(self, x):
x = self.features(x)
x = self.avgpool(x)
x = torch.flatten(x, 1)
x = self.classifier(x)
return x
