上一篇說(shuō)要嘗試一下用 se_ResNeXt 來(lái)給 WS-DAN 網(wǎng)絡(luò)提取特征，在此之前需要先搞懂 ResNeXt 的原理戈锻，而 ResNeXt 則是在 ResNet 基礎(chǔ)上的改進(jìn)，所以繞了一大圈，還得從 ResNet 開(kāi)始。說(shuō)來(lái)慚愧佃迄，之前只是用過(guò) ResNet 來(lái)做分類(lèi)任務(wù)，論文還真沒(méi)有仔細(xì)讀過(guò)竿音，正好趁這個(gè)機(jī)會(huì)讀一讀這篇“神作”和屎。

論文地址: https://arxiv.org/pdf/1512.03385.pdf

論文閱讀

其實(shí)論文的思想在今天看來(lái)是不難的拴驮，不過(guò)在當(dāng)時(shí) ResNet 提出的時(shí)候可是橫掃了各大分類(lèi)任務(wù)春瞬，這個(gè)網(wǎng)絡(luò)解決了隨著網(wǎng)絡(luò)的加深，分類(lèi)的準(zhǔn)確率不升反降的問(wèn)題套啤。通過(guò)一個(gè)名叫“殘差”的網(wǎng)絡(luò)結(jié)構(gòu)(如下圖所示)宽气，使作者可以只通過(guò)簡(jiǎn)單的網(wǎng)絡(luò)深度堆疊便可達(dá)到提升準(zhǔn)確率的目的。

殘差結(jié)構(gòu)

文中殘差結(jié)構(gòu)的具體實(shí)現(xiàn)分為兩種叛赚，首先介紹 ResNet-18 與 ResNet-34 使用的殘差結(jié)構(gòu)稱(chēng)為 Basic Block，如下圖所示稽揭，圖中的結(jié)構(gòu)包含了兩個(gè)卷積操作用于提取特征俺附。

Basic Block

class BasicBlock(nn.Module):
    expansion = 1

    def __init__(self, inplanes, planes, stride=1, downsample=None, groups=1,
                 base_width=64, dilation=1, norm_layer=None):
        super(BasicBlock, self).__init__()
        if norm_layer is None:
            norm_layer = nn.BatchNorm2d
        if groups != 1 or base_width != 64:
            raise ValueError('BasicBlock only supports groups=1 and base_width=64')
        if dilation > 1:
            raise NotImplementedError("Dilation > 1 not supported in BasicBlock")
        # Both self.conv1 and self.downsample layers downsample the input when stride != 1
        self.conv1 = conv3x3(inplanes, planes, stride)
        self.bn1 = norm_layer(planes)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = conv3x3(planes, planes)
        self.bn2 = norm_layer(planes)
        self.downsample = downsample
        self.stride = stride

    def forward(self, x):
        identity = 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:
            identity = self.downsample(x)

        out += identity
        out = self.relu(out)

        return out

另一種殘差結(jié)構(gòu)稱(chēng)為 Bottleneck，就是瓶頸的意思：

瓶頸

Bottleneck

class Bottleneck(nn.Module):
    expansion = 4

    def __init__(self, inplanes, planes, stride=1, downsample=None, groups=1,
                 base_width=64, dilation=1, norm_layer=None):
        super(Bottleneck, self).__init__()
        if norm_layer is None:
            norm_layer = nn.BatchNorm2d
        width = int(planes * (base_width / 64.)) * groups
        # Both self.conv2 and self.downsample layers downsample the input when stride != 1
        self.conv1 = conv1x1(inplanes, width)
        self.bn1 = norm_layer(width)
        self.conv2 = conv3x3(width, width, stride, groups, dilation)
        self.bn2 = norm_layer(width)
        self.conv3 = conv1x1(width, planes * self.expansion)
        self.bn3 = norm_layer(planes * self.expansion)
        self.relu = nn.ReLU(inplace=True)
        self.downsample = downsample
        self.stride = stride

    def forward(self, x):
        identity = 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:
            identity = self.downsample(x)

        out += identity
        out = self.relu(out)

        return out

由上面介紹的基本結(jié)構(gòu)再加上池化以及全連接層于微，就構(gòu)成了各種完整的網(wǎng)絡(luò)：

各網(wǎng)絡(luò)結(jié)構(gòu)

圖中的網(wǎng)絡(luò)在 Pytorch 中都已經(jīng)集成進(jìn)去了逗嫡，而且都是預(yù)訓(xùn)練好的，我們可以在預(yù)訓(xùn)練好的模型上面訓(xùn)練自己的分類(lèi)器株依，大大減少我們的訓(xùn)練時(shí)間驱证。下面簡(jiǎn)單介紹一下如何使用 ResNet。

在 Pytorch 中使用 ResNet

Pytorch 是一個(gè)對(duì)初學(xué)者很友好的深度學(xué)習(xí)框架恋腕，入門(mén)的話非常推薦抹锄，官方提供了一小時(shí)入門(mén)教程：https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html
在 Pytorch 中使用 ResNet 只需要 4 行代碼：

from torch import nn
# torchvision 專(zhuān)用于視覺(jué)方面
import torchvision 
  
# pretrained ：使用在 ImageNet 數(shù)據(jù)集上預(yù)訓(xùn)練的模型
model = torchvision.models.resnet18(pretrained=True)
# 修改模型的全連接層使其輸出為你需要類(lèi)型數(shù)，這里是10
# 由于使用了預(yù)訓(xùn)練的模型 而預(yù)訓(xùn)練的模型輸出為1000類(lèi)，所以要修改全連接層
# 若不使用預(yù)訓(xùn)練的模型可以直接在創(chuàng)建模型時(shí)添加參數(shù) num_classes=10 而不需要修改全連接層
model.fc = nn.Linear(model.fc.in_features, 10)

下面你就可以使用這個(gè)模型來(lái)做分類(lèi)了伙单，當(dāng)然到這里還沒(méi)在自己的數(shù)據(jù)集上進(jìn)行訓(xùn)練呆万，關(guān)于如何訓(xùn)練可以參考官方教程：https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html
如果對(duì)代碼以及源碼有疑問(wèn)的話可以在下面留言我們一起討論。

最后车份，求贊求關(guān)注谋减，歡迎關(guān)注我的微信公眾號(hào)[MachineLearning學(xué)習(xí)之路] ，深度學(xué)習(xí) & CV 方向的童鞋不要錯(cuò)過(guò)Ｉㄕ印出爹！