【從零學習PyTorch】 如何殘差網絡resnet作爲pre-model +代碼講解+殘差網絡resnet是個啥

看的多個Kaggle上 圖片分類比賽 的代碼，發現基本都會選擇resnet網絡作爲前置網絡進行訓練，那麼如何實現這個呢？
本文主要分爲兩個部分

• 第一個部分講解如何使用PyTorch來實現前置網絡的設置，以及參數的下載和導入
• 第二個部分簡單講一下resnet運行的原理。

第一部分：實現

有一個非常好用的庫，叫做torchvision。
這個是torchvision的官方文檔
這個庫有三個部分：

• torchvision.datasets
• torchvision.models
• torchvision.transforms

import torchvision
model = torchvision.models.resnet50(pretrained=False)

這個model，就跟我之前講的自己寫一個class Net（nn.module），之後net = Net（）的net是一樣的！經典的網絡一般是不需要重新寫的，我們需要站在他們的肩膀上，簡單修改就可以了。
從零學習pytorch 第5課 PyTorch模型搭建三要素

代碼中，pretrained=False是不加載參數，也就是說這個model中的參數是初始化的而不是訓練好的。這裏我們自然是需要之前訓練的參數作爲我們的初始參數。所以我們改成True即可，這裏會自動下載一個參數文件。

import torchvision
model = torchvision.models.resnet50(pretrained=True)

這裏可以看一下這個的源碼，resnet18，resnet50，resnet101其實模型構建都一樣，就是參數略有差別。如果pretrained是True的時候，會自動調用model.load_state_dict()這個函數，其實就是加載模型的函數。模型文件會從一個model_zoo.load_url下載參數。

def resnet18(pretrained=False, **kwargs):
    """Constructs a ResNet-18 model.
    Args:
        pretrained (bool): If True, returns a model pre-trained on ImageNet
    """
    model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)
    if pretrained:
        model.load_state_dict(model_zoo.load_url(model_urls['resnet18']))
    return model
def resnet50(pretrained=False, **kwargs):
    """Constructs a ResNet-50 model.
    Args:
        pretrained (bool): If True, returns a model pre-trained on ImageNet
    """
    model = ResNet(Bottleneck, [3, 4, 6, 3], **kwargs)
    if pretrained:
        model.load_state_dict(model_zoo.load_url(model_urls['resnet50']))
    return model
model_urls = {
    'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth',
    'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',
    'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth',
    'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth',
    'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth',
}

我們可以看到，resnet18啊50啊101啊10086啊都是修改了ResNet的一個參數，那這個參數什麼意思呢？
我們更進一步，看看ResNet的代碼：

class ResNet(nn.Module):
    def __init__(self, block, layers, num_classes=1000):
        self.inplanes = 64
        super(ResNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3,
                               bias=False)
        self.bn1 = nn.BatchNorm2d(64)
        self.relu = nn.ReLU(inplace=True)
        self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
        self.layer1 = self._make_layer(block, 64, layers[0])
        self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
        self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
        self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
        self.avgpool = nn.AvgPool2d(7, stride=1)
        self.fc = nn.Linear(512 * block.expansion, num_classes)
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n)) # 卷積參數變量初始化
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1) # BN參數初始化
                m.bias.data.zero_()
    def _make_layer(self, block, planes, blocks, stride=1):
        downsample = None
        if stride != 1 or self.inplanes != planes * block.expansion:
            downsample = nn.Sequential(
                nn.Conv2d(self.inplanes, planes * block.expansion,
                          kernel_size=1, stride=stride, bias=False),
                nn.BatchNorm2d(planes * block.expansion),
            )
        layers = []
        layers.append(block(self.inplanes, planes, stride, downsample))
        self.inplanes = planes * block.expansion
        for i in range(1, blocks):
            layers.append(block(self.inplanes, planes))
        return nn.Sequential(*layers)
    def forward(self, x):
        x = self.conv1(x)
        x = self.bn1(x)
        x = self.relu(x)
        x = self.maxpool(x)
        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)
        x = self.avgpool(x)
        x = x.view(x.size(0), -1)
        x = self.fc(x)
        return x

我們來分析一下這段代碼：

def __init__(self, block, layers, num_classes=1000):

在初始化的時候，有兩個參數，block和layers。

• block有兩種，一種是Bottleneck，一種是Basicblock。在resnet18和resnet34中調用的是BasicBlock類，在resnet50，resnet101，resnet152中調用的是Bottleneck類。
• layers是包含四個元素的列表，每個元素分別是_make_layer生成四個大的layer中包含的resdual子結構的個數。resnet50中式[3,4,6,3]

def _make_layer(self, block, planes, blocks, stride=1):

_make_layer包含四個參數，第一個就是block類型，第二個是planes也就是輸出的channel的數量，第三個blocks是每個blcoks中包含多少的子結構，其實就是layers所存儲的數組，第四個是步長

接下來我們看一下兩種block的源碼

class Bottleneck(nn.Module):
    expansion = 4
    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(Bottleneck, self).__init__()
        self.conv1 = nn.Conv2d(inplanes, planes, kernel_size=1, bias=False)
        self.bn1 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=stride,
                               padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv3 = nn.Conv2d(planes, planes * 4, kernel_size=1, bias=False)
        self.bn3 = nn.BatchNorm2d(planes * 4)
        self.relu = nn.ReLU(inplace=True)
        self.downsample = downsample
        self.stride = stride
    def forward(self, x):
        residual = x
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        out = self.relu(out)
        out = self.conv3(out)
        out = self.bn3(out)
        if self.downsample is not None:
            residual = self.downsample(x)
        out += residual
        out = self.relu(out)
        return out

兩種block：Bottleneck和Basicblock兩個block都繼承了torch.nn.Module。（這裏總算是回到了torch模型三定義裏面了，複雜的模型果然不一樣）
簡單看了一下，就是：
Conv2d->BatchNorm2d->ReLU->Conv2d->BatchNorm2d->ReLU->Conv2d->BatchNorm2d(->downsample)->ReLU這樣的。之後畫個圖記憶深刻一點，雖然不知道記這些東西有沒有用吧，跟同專業的人裝裝逼應該沒問題。

def conv3x3(in_planes, out_planes, stride=1):
    """3x3 convolution with padding"""
    return nn.Conv2d(in_planes, out_planes, kernel_size=3, stride=stride,
                     padding=1, bias=False)
class BasicBlock(nn.Module):
    expansion = 1
    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(BasicBlock, self).__init__()
        self.conv1 = conv3x3(inplanes, planes, stride)
        self.bn1 = nn.BatchNorm2d(planes)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = conv3x3(planes, planes)
        self.bn2 = nn.BatchNorm2d(planes)
        self.downsample = downsample
        self.stride = stride
    def forward(self, x):
        residual = x
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        if self.downsample is not None:
            residual = self.downsample(x)
        out += residual
        out = self.relu(out)
        return out

Basicblock少了一個卷積層，相比Bottleneck。

resnet18模型流程

resnet18調用的參數是model = ResNet(BasicBlock,[2,2,2,2],**kwargs)
在代碼中，最難理解的就是self.layer1 = self.._make_layer(block,64,layers[0])
因爲是resnet18，所以block是Basicblock，layer[0]=2

核心就是：layers.append(block(self.inplanes,planes, stride, downsample))
sefl.inplanes = 64,planes = 64,strid=1
然後就按照上面那個流程圖，構造出一個兩層卷積的Basicblock。

for i in range(1, blocks):
            layers.append(block(self.inplanes, planes))

然後這個blocks就是傳入的參數layers[0]，
總之，layers中有layer[0]個blocks，（layer[0]不能是0.）

我們再看layer2中，傳入的參數是stride=2,這倒是downsample不再是None了，然後發現：
每一層中，如果stride=1，就沒有downsamle，如果stride=2，就有downsample，而且是這個layers中第一個block纔有downsample，之後的block依然沒有downsample=

從layer2到layer4，沒一層都會增加一本的channel，所以residual，也就是block會採用下采樣。而對於每一層而言，channel都是相同的，因爲在每一層的第一個block的第一個卷積層，就會把channel放大一倍，然後這一層的之後都是多少channel進去，多少channel出來。

總結

上圖是一個Resnet34的結構圖

現在我算是徹底明白34到底是怎麼計算來的

模型一開始有一個卷積層，最後有一個全連接層，這是2層

然後【3，4，6，3】是Resnet34的參數，使用Basicblock，每個block2個卷積層

所以（3+4+6+3）*2+2 = 34

對於Resnet50，其實輸入參數一樣，還是【3，4，6，3】，只是Resnet50使用的Bottleneck，是三層卷積層，所以是（3+4+6+3）*3+2 = 50