目錄

1.GoogLeNet

2.代碼

---

1.GoogLeNet

inception不改變高寬，只改變通道數(shù)。GoogLeNet也大量使用1*1卷積，把它當(dāng)作全連接用。

????

????

V3耗內(nèi)存比較多，計(jì)算比較慢，但是精度比較準(zhǔn)確。

2.代碼

import torch 
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l"""inceeption 塊"""
class Unception(nn.Module):# c1--c4是每條路徑的輸出通道數(shù)def __init__(self,in_channels,c1,c2,c3,c4,**kwargs):super(Inception,self).__init__(**kwargs)# 線路1，單1x1卷積層self.p1_1=nn.Conv2d(in_channels,c1,kernel_size=1)# 線路2，1x1卷積層后接3x3卷積層self.p2_1=nn.Conv2d(in_channels,c2[0],kernel_size=1)self.p2_2=nn.Conv2d(c2[0],c2[1],kernel_size=3,padding=1)# 線路3，1x1卷積層后接5x5卷積層self.p3_1=nn.Conv2d(in_channels,c3[0],kernel_size=1)self.p2_1=nn.Conv2d(c3[0],c3[1],kernel_size=5,padding=2)# 線路4，3x3最大匯聚層后接1x1卷積層self.p4_1=nn.MaxPool2d(kernel_size=3,stride=1,padding=1)self.p4_2=nn.Conv2d(in_channels,c4,kernel_size=1)def forward(self,x):p1=F.relu(self.p1_1(x))p2=F.relu(self.p2_2(F.relu(self.p2_1(x))))p3=F.relu(self.p3_2(F.relu(self.p3_1(x))))p4=F.relu(self.p4_2(self.p4_1(x)))return torch.cat((p1,p2,p3,p4),dim=1)#批量大小的維度是0，通道數(shù)的維度是1，所以在輸出通道的維度上疊加起來。#為什么GoogLeNet這個網(wǎng)絡(luò)如此有效呢？ 首先我們考慮一下濾波器（filter）的組合，它們可以用
#各種濾波器尺寸探索圖像，這意味著不同大小的濾波器可以有效地識別不同范圍的圖像細(xì)節(jié)。 同時，
#我們可以為不同的濾波器分配不同數(shù)量的參數(shù)。"""GoogLeNet模型"""
#逐一實(shí)現(xiàn)GoogLeNet的每個模塊。第一個模塊使用64個通道、7*7卷積層。
b1=nn.Sequential(nn.Conv2d(1,64,kernel_size=7,stride=2,padding=3),#圖片大小減半nn.ReLU(),nn.MaxPool2d(kernel_size=3,stride=2,padding=1))#圖片大小減半#第二個模塊使用兩個卷積層：第一個卷積層是64個通道、1*1卷積層；第二個卷積層使用將通道數(shù)量
#增加三倍的3*3卷積層。 這對應(yīng)于Inception塊中的第二條路徑。
b2=nn.Sequential(nn.Conv2d(64,64,kernel_size=1),nn.ReLU(),nn.Conv2d(64,192,kernel_size=3,padding=1)nn.ReLU(),nn.MaxPool2d(kernel_size=3,stride=2,padding=1))#第三個模塊串聯(lián)兩個完整的Inception塊。
b3 = nn.Sequential(Inception(192, 64, (96, 128), (16, 32), 32),Inception(256, 128, (128, 192), (32, 96), 64),nn.MaxPool2d(kernel_size=3, stride=2, padding=1))#第四模塊更加復(fù)雜， 它串聯(lián)了5個Inception塊
b4 = nn.Sequential(Inception(480, 192, (96, 208), (16, 48), 64),#輸入的大小為第3模塊最后輸出的4條道路的通道數(shù)加起來Inception(512, 160, (112, 224), (24, 64), 64),Inception(512, 128, (128, 256), (24, 64), 64),Inception(512, 112, (144, 288), (32, 64), 64),Inception(528, 256, (160, 320), (32, 128), 128),nn.MaxPool2d(kernel_size=3, stride=2, padding=1))#第五模塊包含兩個Inception塊。 其中每條路徑通道數(shù)的分配思路和第三、第四模塊中的一致，
#只是在具體數(shù)值上有所不同。第五模塊的后面緊跟輸出層，該模塊同NiN一樣使用全局平均匯聚層，
#將每個通道的高和寬變成1。 最后我們將輸出變成二維數(shù)組，再接上一個輸出個數(shù)為標(biāo)簽類別數(shù)的
#全連接層。
b5 = nn.Sequential(Inception(832, 256, (160, 320), (32, 128), 128),Inception(832, 384, (192, 384), (48, 128), 128),nn.AdaptiveAvgPool2d((1,1)),nn.Flatten())net = nn.Sequential(b1, b2, b3, b4, b5, nn.Linear(1024, 10))#GoogLeNet模型的計(jì)算復(fù)雜，而且不如VGG那樣便于修改通道數(shù)。 為了使Fashion-MNIST上
#的訓(xùn)練短小精悍，我們將輸入的高和寬從224降到96，這簡化了計(jì)算。下面演示各個模塊輸出
#的形狀變化。
X = torch.rand(size=(1, 1, 96, 96))
for layer in net:X = layer(X)print(layer.__class__.__name__,'output shape:\t', X.shape)
"""結(jié)果輸出：
Sequential output shape:     torch.Size([1, 64, 24, 24])
Sequential output shape:     torch.Size([1, 192, 12, 12])
Sequential output shape:     torch.Size([1, 480, 6, 6])
Sequential output shape:     torch.Size([1, 832, 3, 3])
Sequential output shape:     torch.Size([1, 1024])
Linear output shape:         torch.Size([1, 10])"""""" 訓(xùn)練模型"""
#使用Fashion-MNIST數(shù)據(jù)集來訓(xùn)練我們的模型。在訓(xùn)練之前，我們將圖片轉(zhuǎn)換為96*96分辨率。
lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
"""結(jié)果輸出：
loss 0.262, train acc 0.900, test acc 0.886
3265.5 examples/sec on cuda:0"""

• Inception塊相當(dāng)于一個有4條路徑的子網(wǎng)絡(luò)。它通過不同窗口形狀的卷積層和最大匯聚層來并行抽取信息，并使用1×1卷積層減少每像素級別上的通道維數(shù)從而降低模型復(fù)雜度。

• GoogLeNet將多個設(shè)計(jì)精細(xì)的Inception塊與其他層（卷積層、全連接層）串聯(lián)起來。其中Inception塊的通道數(shù)分配之比是在ImageNet數(shù)據(jù)集上通過大量的實(shí)驗(yàn)得來的。

• GoogLeNet和它的后繼者們一度是ImageNet上最有效的模型之一：它以較低的計(jì)算復(fù)雜度提供了類似的測試精度。