點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

文章目錄：

• 1 模型三要素

• 2 參數(shù)初始化

• 3 完整運(yùn)行代碼

• 4 尺寸計(jì)算與參數(shù)計(jì)算

這篇文章內(nèi)容不多，比較基礎(chǔ)，里面的代碼塊可以復(fù)制到本地進(jìn)行實(shí)踐，以加深理解。

喜歡的話，可以給公眾號加一個星標(biāo)，點(diǎn)點(diǎn)在看，這是對我最大的支持

三要素其實(shí)很簡單

1. 必須要繼承nn.Module這個類，要讓PyTorch知道這個類是一個Module
2. 在__init__(self)中設(shè)置好需要的組件，比如conv，pooling，Linear，BatchNorm等等
3. 最后在forward(self,x)中用定義好的組件進(jìn)行組裝，就像搭積木，把網(wǎng)絡(luò)結(jié)構(gòu)搭建出來，這樣一個模型就定義好了

我們來看一個例子：先看__init__(self)函數(shù)

def __init__(self):
 super(Net,self).__init__()
 self.conv1 = nn.Conv2d(3,6,5)
 self.pool1 = nn.MaxPool2d(2,2)
 self.conv2 = nn.Conv2d(6,16,5)
 self.pool2 = nn.MaxPool2d(2,2)
 self.fc1 = nn.Linear(16*5*5,120)
 self.fc2 = nn.Linear(120,84)
 self.fc3 = nn.Linear(84,10)

第一行是初始化，往后定義了一系列組件。nn.Conv2d就是一般圖片處理的卷積模塊，然后池化層，全連接層等等。

定義完這些定義forward函數(shù)

def forward(self,x):
 x = self.pool1(F.relu(self.conv1(x)))
 x = self.pool2(F.relu(self.conv2(x)))
 x = x.view(-1,16*5*5)
 x = F.relu(self.fc1(x))
 x = F.relu(self.fc2(x))
 x = self.fc3(x)
 return x

x為模型的輸入，第一行表示x經(jīng)過conv1，然后經(jīng)過激活函數(shù)relu，然后經(jīng)過pool1操作 第三行表示對x進(jìn)行reshape，為后面的全連接層做準(zhǔn)備

至此，對一個模型的定義完畢，如何使用呢？

例如：

net = Net()
outputs = net(inputs)

其實(shí)net(inputs),就是類似于使用了net.forward(inputs)這個函數(shù)。

簡單地說就是設(shè)定什么層用什么初始方法，初始化的方法會在torch.nn.init中

話不多說，看一個案例：

# 定義權(quán)值初始化
def initialize_weights(self):
 for m in self.modules():
  if isinstance(m,nn.Conv2d):
   torch.nn.init.xavier_normal_(m.weight.data)
   if m.bias is not None:
    m.bias.data.zero_()
  elif isinstance(m,nn.BatchNorm2d):
   m.weight.data.fill_(1)
   m.bias.data.zero_()
  elif isinstance(m,nn.Linear):
   torch.nn.init.normal_(m.weight.data,0,0.01)
   # m.weight.data.normal_(0,0.01)
   m.bias.data.zero_()

這段代碼的基本流程就是，先從self.modules()中遍歷每一層，然后判斷更曾屬于什么類型，是否是Conv2d，是否是BatchNorm2d，是否是Linear的，然后根據(jù)不同類型的層，設(shè)定不同的權(quán)值初始化方法，例如Xavier，kaiming，normal_等等。kaiming也是MSRA初始化，是何愷明大佬在微軟亞洲研究院的時候，因此得名。

上面代碼中用到了self.modules()，這個是什么東西呢？

# self.modules的源碼
def modules(self):
 for name,module in self.named_modules():
  yield module

功能就是：能依次返回模型中的各層，yield是讓一個函數(shù)可以像迭代器一樣可以用for循環(huán)不斷從里面遍歷（可能說的不太明確）。

我們用下面的例子來更深入的理解self.modules(),同時也把上面的內(nèi)容都串起來（下面的代碼塊可以運(yùn)行）:

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.utils.data import Dataset,DataLoader

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool1 = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.pool2 = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))
        x = self.pool2(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

    def initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                torch.nn.init.xavier_normal_(m.weight.data)
                if m.bias is not None:
                    m.bias.data.zero_()
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)
                m.bias.data.zero_()
            elif isinstance(m, nn.Linear):
                torch.nn.init.normal_(m.weight.data, 0, 0.01)
                # m.weight.data.normal_(0,0.01)
                m.bias.data.zero_()

net = Net()
net.initialize_weights()
print(net.modules())
for m in net.modules():
    print(m)

運(yùn)行結(jié)果：

# 這個是print(net.modules())的輸出
<generator object Module.modules at 0x0000023BDCA23258>
# 這個是第一次從net.modules()取出來的東西，是整個網(wǎng)絡(luò)的結(jié)構(gòu)
Net(
  (conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))
  (pool1): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
  (pool2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (fc1): Linear(in_features=400, out_features=120, bias=True)
  (fc2): Linear(in_features=120, out_features=84, bias=True)
  (fc3): Linear(in_features=84, out_features=10, bias=True)
)
# 從net.modules()第二次開始取得東西就是每一層了
Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))
MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
Linear(in_features=400, out_features=120, bias=True)
Linear(in_features=120, out_features=84, bias=True)
Linear(in_features=84, out_features=10, bias=True)

其中呢，并不是每一層都有偏執(zhí)bias的，有的卷積層可以設(shè)置成不要bias的，所以對于卷積網(wǎng)絡(luò)參數(shù)的初始化，需要判斷一下是否有bias，（不過我好像記得bias默認(rèn)初始化為0？不確定，有知道的朋友可以交流）

torch.nn.init.xavier_normal(m.weight.data)
if m.bias is not None:
 m.bias.data.zero_()

上面代碼表示用xavier_normal方法對該層的weight初始化，并判斷是否存在偏執(zhí)bias，若存在，將bias初始化為0。

我們把上面的主函數(shù)部分改成：

net = Net()
net.initialize_weights()
layers = {}
for m in net.modules():
    if isinstance(m,nn.Conv2d):
        print(m)
        break

這里的輸出m就是：

Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))

這個卷積層，就是我們設(shè)置的第一個卷積層，含義就是：輸入3通道，輸出6通道，卷積核,步長1，padding=0.

【問題1：輸入特征圖和輸出特征圖的尺寸計(jì)算】

之前的文章也講過這個了,

用代碼來驗(yàn)證一下這個公式：

net = Net()
net.initialize_weights()
input = torch.ones((16,3,10,10))
output = net.conv1(input)
print(input.shape)
print(output.shape)

初始結(jié)果：

torch.Size([16, 3, 10, 10])
torch.Size([16, 6, 6, 6])

第一個維度上batch，第二個是通道channel，第三個和第四個是圖片（特征圖）的尺寸。

算出來的結(jié)果沒毛病。

【問題2：這個卷積層中有多少的參數(shù)？】輸入通道是3通道的，輸出是6通道的，卷積核是的，所以理解為6個的卷積核，所以不考慮bias的話，參數(shù)量是,考慮bais的話，就每一個卷積核再增加一個偏置值。（這是一個一般人會忽略的知識點(diǎn)欸）

下面用代碼來驗(yàn)證：

net = Net()
net.initialize_weights()
for m in net.modules():
    if isinstance(m,nn.Conv2d):
        print(m)
        print(m.weight.shape)
        print(m.bias.shape)
        break

輸出結(jié)果是：

Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))
torch.Size([6, 3, 5, 5])
torch.Size([6])

都和預(yù)料中一樣。