动手学深度学习(Pytorch版)代码实践 -卷积神经网络-25使用块的网络VGG

25使用块的网络VGG

python 复制代码
import torch
from torch import nn
import liliPytorch as lp
import matplotlib.pyplot as plt

# 定义VGG块
# num_convs: 卷积层的数量
# in_channels: 输入通道的数量
# out_channels: 输出通道的数量
def vgg_block(num_convs, in_channels, out_channels):
    layers = []
    # 添加num_convs个卷积层
    for _ in range(num_convs):
        layers.append(nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1))
        layers.append(nn.ReLU())
        in_channels = out_channels  # 更新输入通道为当前卷积层的输出通道
    # 添加最大池化层
    layers.append(nn.MaxPool2d(kernel_size=2, stride=2))
    return nn.Sequential(*layers)  # 返回包含所有层的序列

# 定义VGG架构
conv_arch = ((1, 64), (1, 128), (2, 256), (2, 512), (2, 512))  # 每个元组表示(卷积层数量, 输出通道数量)

dropout = 0.5  # 定义dropout率
def vgg(conv_arch):
    conv_blks = []
    in_channels = 1  # 输入通道数为1(灰度图像)
    # 构建卷积层部分
    for num_convs, out_channels in conv_arch:
        conv_blks.append(vgg_block(num_convs, in_channels, out_channels))
        in_channels = out_channels  # 更新输入通道数
    # 返回包含卷积层和全连接层的完整网络
    return nn.Sequential(
        *conv_blks,
        nn.Flatten(),  # 展平层,将多维输入展平成一维
        nn.Linear(out_channels * 7 * 7, 4096),  # 第一个全连接层
        nn.Dropout(dropout),  # dropout层,防止过拟合
        nn.Linear(4096, 4096),  # 第二个全连接层
        nn.ReLU(),  # ReLU激活函数
        nn.Dropout(dropout),  # dropout层
        nn.Linear(4096, 10)  # 输出层,使用的Fashion-MNIST数据集,10分类
    )

net = vgg(conv_arch)  # 创建VGG网络

# 测试网络结构,打印每一层的输出形状
X = torch.randn(size=(1, 1, 224, 224))  # 创建一个随机输入张量
for blk in net:
    X = blk(X)
    print(blk.__class__.__name__, 'output shape:\t', X.shape)    
"""
Sequential output shape:         torch.Size([1, 64, 112, 112])
Sequential output shape:         torch.Size([1, 128, 56, 56])
Sequential output shape:         torch.Size([1, 256, 28, 28])
Sequential output shape:         torch.Size([1, 512, 14, 14])
Sequential output shape:         torch.Size([1, 512, 7, 7])
Flatten output shape:    torch.Size([1, 25088])
Linear output shape:     torch.Size([1, 4096])
Dropout output shape:    torch.Size([1, 4096])
Linear output shape:     torch.Size([1, 4096])
ReLU output shape:       torch.Size([1, 4096])
Dropout output shape:    torch.Size([1, 4096])
Linear output shape:     torch.Size([1, 10])
"""

# 训练模型
# VGG-11比AlexNet计算量更大,因此我们构建了一个通道数较少的网络,足够用于训练Fashion-MNIST数据集。
ratio = 8  # 缩小通道数的比例
small_conv_arch = [(pair[0], pair[1] // ratio) for pair in conv_arch]  # 缩小后的卷积层结构
net = vgg(small_conv_arch)  # 创建缩小后的VGG网络

# 定义训练参数
lr, num_epochs, batch_size = 0.01, 10, 128  # 学习率、训练轮数和批量大小
train_iter, test_iter = lp.loda_data_fashion_mnist(batch_size, resize=224)  # 加载训练和测试数据
lp.train_ch6(net, train_iter, test_iter, num_epochs, lr, lp.try_gpu())  # 训练模型
plt.show()  # 显示绘图

# loss 0.346, train acc 0.873, test acc 0.872
# 1733.7 examples/sec on cuda:0

运行结果:

相关推荐
点我头像干啥18 分钟前
基于Transformer框架实现微调后Qwen/DeepSeek模型的非流式批量推理
人工智能·深度学习·transformer
带我去滑雪34 分钟前
基于因果特征选择进行癌症关键预后基因识别的新方法CPCG
深度学习·医学·因果推断
补三补四2 小时前
【深度学习基础】——机器的神经元:感知机
人工智能·深度学习·算法·机器学习
liruiqiang053 小时前
循环神经网络 - 长短期记忆网络
人工智能·rnn·深度学习·神经网络·机器学习·ai·lstm
2401_897930067 小时前
BERT 模型是什么
人工智能·深度学习·bert
风筝超冷8 小时前
GPT - 多头注意力机制(Multi-Head Attention)模块
gpt·深度学习·attention
吴法刚11 小时前
14-Hugging Face 模型微调训练(基于 BERT 的中文评价情感分析(二分类))
人工智能·深度学习·自然语言处理·分类·langchain·bert·langgraph
龙萱坤诺12 小时前
GPT-4o-image模型:开启AI图片编辑新时代
人工智能·深度学习
乌旭12 小时前
AI芯片混战:GPU vs TPU vs NPU的算力与能效博弈
人工智能·pytorch·python·深度学习·机器学习·ai·ai编程
啊哈哈哈哈哈啊哈哈16 小时前
R3打卡——tensorflow实现RNN心脏病预测
人工智能·深度学习·学习