Pytorch定义模型、修改模型、保存与读取模型保存 |
您所在的位置：网站首页 › pytorch如何调用写好的函数 › Pytorch定义模型、修改模型、保存与读取模型保存 |
Pytorch定义模型、修改模型、保存与读取模型保存
|
1. PyTorch的模型定义
1.1 PyTorch模型定义的方式
PyTorch中有三种模型定义方式，三种方式都是基于nn.Module建立的，我们可以通过Sequential，ModuleList和ModuleDict三种方式定义PyTorch模型。 Module类是torch.nn模块里提供的一个模型nn.Module，是所有神经网络的基础模型： 1.1.1 Sequential nn.Sequential，可接收一个子模块的有序字典(OrderedDict)或者一系列子模块作为参数来逐一添加Module的实例 # 1.1 直接创建 import torch.nn as nn net = nn.Sequential( nn.Linear(784, 256), nn.ReLU(), nn.Linear(256, 10), ) print(net) ''' 输出结果： Sequential( (0): Linear(in_features=784, out_features=256, bias=True) (1): ReLU() (2): Linear(in_features=256, out_features=10, bias=True) ) ''' # 1.2 使用OrderedDict创建 import collections net2 = nn.Sequential(collections.OrderedDict([ ('fc1', nn.Linear(784, 256)), ('relu1', nn.ReLU()), ('fc2', nn.Linear(256, 10)) ])) print(net2) ''' 输出结果： Sequential( (fc1): Linear(in_features=784, out_features=256, bias=True) (relu1): ReLU() (fc2): Linear(in_features=256, out_features=10, bias=True) ) ''' 1.1.2 ModuleList疑问: forward怎么安排ModuleList中存储模块的顺序？ ModuleList 接收一个子模块（或层，需属于nn.Module类）的列表作为输入，然后也可以类似List那样进行append和extend操作。同时，子模块或层的权重也会自动添加到网络中来。（需要自己定义__init__和forward） import torch.nn as nn import torch from torchsummary import summary ''' 注意： nn.ModuleList定义的不是模型，只是存储模块，需要按forward输出真正的模型顺序 ''' class Mymodel(nn.Module): def __init__(self, args): super(Mymodel, self).__init__() # Mymodel（子类）继承nn.Module（父类）的__init__()中属性 self.ModuleList = args # 由于继承了父类的 def __call__(): 所以在Mymodel实例化的时候，forward会自动运行，无需调用 def forward(self, x): # 遍历ModuleList搭建模型 # for model in self.ModuleList: # x = model(x) # 自定义顺序, 注意数据输入大小 x = self.ModuleList[0](x) x = self.ModuleList[2](x) return x if __name__ == '__main__': args = nn.ModuleList([nn.Linear(784, 256), nn.ReLU()]) args.append(nn.Linear(256, 10)) # 类似List的append操作 x = torch.randn(1, 784) net = Mymodel(args) print('使用继承nn.Module类中__call__自动执行定义的forward函数：\n', net(x)) # 输出模型结构 print(summary(net, (1, 784))) print('直接调用forward对象：\n', net.forward(x)) 1.1.3 ModuleDictModuleDict和ModuleList的作用类似，只是ModuleDict能够更方便地为神经网络的层添加名称。（需要自己定义__init__和forward） import torch.nn as nn ''' 注意： nn.ModuleList定义的不是模型，只是存储模块，需要按forward输出真正的模型顺序 ''' class Mymodel(nn.Module): def __init__(self, args): super(Mymodel, self).__init__() # Mymodel（子类）继承nn.Module（父类）的__init__()中属性 self.ModuleList = args def forward(self, x): # for model in self.ModuleList: x = model(x) return x if __name__ == '__main__': net = nn.ModuleDict({ 'linear': nn.Linear(784, 256), 'act': nn.ReLU(), }) net['output'] = nn.Linear(256, 10) # 添加 'output': nn.Linear(256, 10) 层 print('访问linear层\n', net['linear']) print('访问输出层\n', net.output) print('访问所有的层\n', net) ''' 输出结果： 访问linear层 Linear(in_features=784, out_features=256, bias=True) 访问输出层 Linear(in_features=256, out_features=10, bias=True) 访问所有的层 ModuleDict( (linear): Linear(in_features=784, out_features=256, bias=True) (act): ReLU() (output): Linear(in_features=256, out_features=10, bias=True) ) ''' 1.2 PyTorch不同模型定义方式的使用场景 模型定义方式优点缺点使用场景Sequential简单、易读、不需要写init和forward定义丧失灵活性明确那些层，验证结果ModuleList搭建灵活，一行顶多行需要定义init和forward在某个完全相同的层需要重复出现多次时，非常方便实现ModuleDict搭建灵活，一行顶多行需要定义init和forward在某个完全相同的层需要重复出现多次时，非常方便实现例如：当我们需要之前层的信息的时候，比如 ResNets 中的残差计算，当前层的结果需要和之前层中的结果进行融合，一般使用 ModuleList/ModuleDict 比较方便。 2. PyTorch的搭建U-Net模型U-Net模型结构如下图所示，通过残差连接结构解决了模型学习中的退化问题，使得神经网络的深度能够不断扩展。 模型搭建基本方法： 模型的分析模型块的实现利用模型块组装模型 2.1 模型的分析组成U-Net的模型块主要有如下几个部分： 1）每个子块内部的两次卷积（Double Convolution） 2）左侧模型块之间的下采样连接，即最大池化（Max pooling） 3）右侧模型块之间的上采样连接（Up sampling） 4）输出层的处理(OutConv） 5）除模型块外，还有模型块之间的横向连接，输入和U-Net底部的连接等计算，这些单独的操作可以通过forward函数来实现。 2.2 模型块的实现实现四个模型块，根据功能，将其命名为：DoubleConv, Down, Up, OutConv。下面给出U-Net中模型块的PyTorch 实现： DoubleConv模块的实现： # DoubleConv 模块 # 主要实现 卷积核大小为3x3 的两次卷积 class DoubleConv(nn.Module): """(convolution => [BN] => ReLU) * 2""" def __init__(self, in_channels, out_channels, mid_channels=None): ''' :param in_channels: 输入通道数 :param out_channels: 输出通道数 :param mid_channels: 最小通道数 ''' super().__init__() if not mid_channels: mid_channels = out_channels self.double_conv = nn.Sequential( # 第一次卷积：in_channels输入通道数，mid_channels输出通道数，kernel_size卷积核为3x3，添加设置在所有边界增加值为0的边距的大小 # padding=1，添加设置在所有边界增加值为0的边距的大小，在窗口为3*3步长为1情况下保证输出的图像形状大小与输入相同 nn.Conv2d(in_channels, mid_channels, kernel_size=3, padding=1, bias=False), # nn.BatchNorm2d() 进行数据的归一化处理，这使得数据在进行Relu之前不会因为数据过大而导致网络性能的不稳定 nn.BatchNorm2d(mid_channels), nn.ReLU(inplace=True), # 第二次卷积 nn.Conv2d(mid_channels, out_channels, kernel_size=3, padding=1, bias=False), nn.BatchNorm2d(out_channels), nn.ReLU(inplace=True) ) def forward(self, x): return self.double_conv(x)Down模块的实现： # Down模块 # 主要实现下采样 maxpool 2x2 class Down(nn.Module): """Downscaling with maxpool then double conv""" def __init__(self, in_channels, out_channels): super().__init__() self.maxpool_conv = nn.Sequential( # 池化 nn.MaxPool2d(2), # 进行两次卷积 DoubleConv(in_channels, out_channels) ) def forward(self, x): return self.maxpool_conv(x)Up模块的实现： # Up模块 # 主要实现 上采样 up-conv 2x2 class Up(nn.Module): """Upscaling then double conv""" def __init__(self, in_channels, out_channels, bilinear=True): super().__init__() # if bilinear, use the normal convolutions to reduce the number of channels if bilinear: # scale_factor=2 大小扩大到原来的两倍，mode='bilinear'用线性插值 self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True) # 进行两次卷积 self.conv = DoubleConv(in_channels, out_channels, in_channels // 2) else: # 非线性采样 self.up = nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size=2, stride=2) self.conv = DoubleConv(in_channels, out_channels) def forward(self, x1, x2): x1 = self.up(x1) # input is CHW diffY = x2.size()[2] - x1.size()[2] diffX = x2.size()[3] - x1.size()[3] x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2, diffY // 2, diffY - diffY // 2]) x = torch.cat([x2, x1], dim=1) return self.conv(x)OutConv模块的实现： # 输出 conv 1x1 class OutConv(nn.Module): def __init__(self, in_channels, out_channels): super(OutConv, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=1) def forward(self, x): return self.conv(x) 2.3 利用模块组装U-Net class UNet(nn.Module): def __init__(self, n_channels, n_classes, bilinear=True): super(UNet, self).__init__() self.n_channels = n_channels self.n_classes = n_classes self.bilinear = bilinear self.inc = DoubleConv(n_channels, 64) self.down1 = Down(64, 128) self.down2 = Down(128, 256) self.down3 = Down(256, 512) factor = 2 if bilinear else 1 self.down4 = Down(512, 1024 // factor) self.up1 = Up(1024, 512 // factor, bilinear) self.up2 = Up(512, 256 // factor, bilinear) self.up3 = Up(256, 128 // factor, bilinear) self.up4 = Up(128, 64, bilinear) self.outc = OutConv(64, n_classes) def forward(self, x): # 两次卷积 x1 = self.inc(x) # 下采样 x2 = self.down1(x1) # 下采样 x3 = self.down2(x2) # 下采样 x4 = self.down3(x3) # 下采样 x5 = self.down4(x4) # 上采样 x = self.up1(x5, x4) # 上采样 x = self.up2(x, x3) # 上采样 x = self.up3(x, x2) # 上采样 x = self.up4(x, x1) # 输出 logits = self.outc(x) return logits 2.4 完整的U-Net代码 import torch import torch.nn as nn import torch.nn.functional as F from torchsummary import summary # DoubleConv 模块 # 主要实现 卷积核大小为3x3 的两次卷积 class DoubleConv(nn.Module): """(convolution => [BN] => ReLU) * 2""" def __init__(self, in_channels, out_channels, mid_channels=None): ''' :param in_channels: 输入通道数 :param out_channels: 输出通道数 :param mid_channels: 最小通道数 ''' super().__init__() if not mid_channels: mid_channels = out_channels self.double_conv = nn.Sequential( # 第一次卷积：in_channels输入通道数，mid_channels输出通道数，kernel_size卷积核为3x3，添加设置在所有边界增加值为0的边距的大小 # padding=1，添加设置在所有边界增加值为0的边距的大小，在窗口为3*3步长为1情况下保证输出的图像形状大小与输入相同 nn.Conv2d(in_channels, mid_channels, kernel_size=3, padding=1, bias=False), # nn.BatchNorm2d() 进行数据的归一化处理，这使得数据在进行Relu之前不会因为数据过大而导致网络性能的不稳定 nn.BatchNorm2d(mid_channels), nn.ReLU(inplace=True), # 第二次卷积 nn.Conv2d(mid_channels, out_channels, kernel_size=3, padding=1, bias=False), nn.BatchNorm2d(out_channels), nn.ReLU(inplace=True) ) def forward(self, x): return self.double_conv(x) # Down模块 # 主要实现下采样 maxpool 2x2 class Down(nn.Module): """Downscaling with maxpool then double conv""" def __init__(self, in_channels, out_channels): super().__init__() self.maxpool_conv = nn.Sequential( # 池化 nn.MaxPool2d(2), # 进行两次卷积 DoubleConv(in_channels, out_channels) ) def forward(self, x): return self.maxpool_conv(x) # Up模块 # 主要实现 上采样 up-conv 2x2 class Up(nn.Module): """Upscaling then double conv""" def __init__(self, in_channels, out_channels, bilinear=True): super().__init__() # if bilinear, use the normal convolutions to reduce the number of channels if bilinear: # scale_factor=2 大小扩大到原来的两倍，mode='bilinear'用线性插值 self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True) # 进行两次卷积 self.conv = DoubleConv(in_channels, out_channels, in_channels // 2) else: # 非线性采样 self.up = nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size=2, stride=2) self.conv = DoubleConv(in_channels, out_channels) def forward(self, x1, x2): x1 = self.up(x1) # input is CHW diffY = x2.size()[2] - x1.size()[2] diffX = x2.size()[3] - x1.size()[3] x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2, diffY // 2, diffY - diffY // 2]) x = torch.cat([x2, x1], dim=1) return self.conv(x) class OutConv(nn.Module): def __init__(self, in_channels, out_channels): super(OutConv, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=1) def forward(self, x): return self.conv(x) class UNet(nn.Module): def __init__(self, n_channels, n_classes, bilinear=True): ''' :param n_channels: channels这里3代表rgb :param n_classes: 输出类别 :param bilinear: 上采样时候，决定采用线性算法还是非线性算法 ''' super(UNet, self).__init__() self.n_channels = n_channels self.n_classes = n_classes self.bilinear = bilinear self.inc = DoubleConv(n_channels, 64) self.down1 = Down(64, 128) self.down2 = Down(128, 256) self.down3 = Down(256, 512) factor = 2 if bilinear else 1 self.down4 = Down(512, 1024 // factor) self.up1 = Up(1024, 512 // factor, bilinear) self.up2 = Up(512, 256 // factor, bilinear) self.up3 = Up(256, 128 // factor, bilinear) self.up4 = Up(128, 64, bilinear) self.outc = OutConv(64, n_classes) def forward(self, x): # 两次卷积 x1 = self.inc(x) # 下采样 x2 = self.down1(x1) # 下采样 x3 = self.down2(x2) # 下采样 x4 = self.down3(x3) # 下采样 x5 = self.down4(x4) # 上采样 x = self.up1(x5, x4) # 上采样 x = self.up2(x, x3) # 上采样 x = self.up3(x, x2) # 上采样 x = self.up4(x, x1) # 输出 logits = self.outc(x) return logits if __name__ == '__main__': # 输入为3个样本，大小为256*256的RGB数据即3*256*256 input_data = torch.randn(3, 3, 256, 256) # (样本数，通道数，高，宽） print('输入的数据大小：\n', input_data.shape) net = UNet(3, 1) print('输出的数据：\n', net(input_data)) # 直接打印模型结构 # print(net) # 用summary 打印模型结构，（3，256，256）表示（通道数，高，宽） print(summary(net, (3, 256, 256))) 3. PyTorch的模型修改 3.1 修改模型以pytorch官方视觉库torchvision预定义好的模型ResNet50为例，修该全连接层的输出大小； import torch.nn as nn import torchvision.models as models from collections import OrderedDict net = models.resnet50() print('原最后的输出为1000类：\n', net.fc) classifier_ten = nn.Sequential(OrderedDict([ ('fc1', nn.Linear(2048, 128)), ('relu1', nn.Dropout(0.5)), ('fc2', nn.Linear(128, 10)), ('output', nn.Softmax(dim=1)) ])) # 修改全连接层即输出层 net.fc = classifier_ten 3.2 添加额外输入在原有模型中添加额外输入的思路为： 将原模型添加输入位置前的部分作为一个整体，同时在forward中定义好原模型不变的部分，添加输入和后续层之间的链接关系； 案例： 以torchvision的resnet50模型为基础，任务还是10分类任务。不同点在于，我们希望利用已有的模型结构，在倒数第二层增加一个额外的输入变量add_variable来辅助预测。具体实现如下： import torch.nn as nn import torch import torchvision.models as models from collections import OrderedDict # 添加外部输入 class Model(nn.Module): def __init__(self, net): super(Model, self).__init__() self.net = net self.relu = nn.ReLU() self.dropout = nn.Dropout(0.5) self.fc_add = nn.Linear(1001, 10, bias=True) self.output = nn.Softmax(dim=1) def forward(self, x, add_variable): # net(x)为resnet50() x = self.net(x) # 增加一个额外的输入变量add_variable，辅助预测 # 添加 self.dropout(self.relu(x)) 的输出为1000维，add_variable.unsqueeze(1))为1维 # cat之后1001维度 x = torch.cat((self.dropout(self.relu(x)), add_variable.unsqueeze(1)), 1) x = self.fc_add(x) x = self.output(x) return x net = models.resnet50() print('添加额外输入之前：\n', net) model = Model(net) print('添加额外输入之后：\n', model) # 另外别忘了，训练中在输入数据的时候要给两个inputs： # outputs = model(inputs, add_var) 3.2 添加额外输出以resnet50做10分类任务为例，在已经定义好的模型结构上，同时输出1000维的倒数第二层和10维的最后一层结果。具体实现如下： import torch.nn as nn import torch import torchvision.models as models from collections import OrderedDict # 添加额外输出 class Model(nn.Module): def __init__(self, net): super(Model, self).__init__() self.net = net self.relu = nn.ReLU() self.dropout = nn.Dropout(0.5) self.fc1 = nn.Linear(1000, 10, bias=True) self.output = nn.Softmax(dim=1) def forward(self, x): x1000 = self.net(x) x10 = self.dropout(self.relu(x1000)) x10 = self.fc1(x10) x10 = self.output(x10) # 输出倒数第二层x1000,和最后一层x10 return x10, x1000 net = models.resnet50() print('添加额外输出之前：\n', net) model = Model(net) print('添加额外输出之后：\n', model) 4. PyTorch的模型保存与读取 模型存储格式：pkl、pt、pth模型存储内容：存储整个模型（模型结构和权重）model、只存储模型权重model.state_dict多卡模型存储：torch.nn.DataParallel(model).cuda()以resnet50模型的单卡保存和单卡加载为例： import torch.nn as nn import torch import os import torchvision.models as models # os.environ用于指定使用的GPU，这里使用编号为0的GPU os.environ['CUDA_VISIBLE_DEVICES'] = '0' model = models.resnet50(pretrained=True) # 保存地址 save_dir = './models/resnet50.pkl' # 保存整个模型 torch.save(model, save_dir) # 读取整个模型 loaded_model = torch.load(save_dir) save_dir = './models/resnet50_state_dict.pkl' # 保存模型权重 torch.save(model.state_dict(), save_dir) # 读取模型权重 loaded_dict = torch.load(save_dir) loaded_model = models.resnet50() # 定义模型的权重 # loaded_model.load_state_dict(loaded_dict) loaded_model.state_dict = loaded_dict print(loaded_dict) 5.总结本次主要学习了PyTorch定义模型、利用自定义的模块快速搭建所需模型，修改模型、保存与读取模型保存。 PyTorch模型主要有三种定义方式，分别是Sequential（简单）、ModuleList（灵活）和ModuleDict。对于大型复杂的网络，通过构建模型块，再利用forward链接模型，从而可以快速搭建所需的模型。修改规模，可有三种方式：直接修改模型层，添加额外输入，添加额外输出。利用模型保存和读取函数，可以保存整个模型，也可以只保存模型的权重。 参考https://blog.csdn.net/candice5566/article/details/114179718 https://blog.csdn.net/it_lxg123/article/details/88168019 https://blog.csdn.net/hehuaiyuyu/article/details/105676549 https://blog.csdn.net/weixin_41449637/article/details/91778456 https://github.com/datawhalechina/thorough-pytorch https://relph1119.github.io/my-team-learning/#/pytorch_learning35/task05 |
【本文地址】
今日新闻 |
推荐新闻 |