深度学习④|分类任务—VGG13

一、前言

上一篇博客，我简单介绍了AlexNet网络的简单实现，其开启了深度学习的狂潮。

https://blog.csdn.net/Wu_Deng_Sheng/article/details/157254935

随后的2014，VggNet由牛津大学 VGG 研究组提出，其创新点在于：用堆叠的小尺寸卷积核代替大尺寸卷积核。旨在保持感受野不变的条件下，减少模型参数量，并可以引入更多的激活层来增强网络的非线性表达能力。

本文通过模拟还原VGG13模型，来帮助理解和学习VGG的模型框架。

二、实现步骤

2.1环境配置

复制代码

import torchvision.models as models
import torch.nn as nn
import torch

2.2与官方VGG13进行对照

复制代码

vgg = models.vgg13()
# 打印官方VGG13结构，用于对照
print(vgg)

2.3自定义VGG基础层

复制代码

class vggLayer(nn.Module):
    def __init__(self, in_cha, mid_cha, out_cha):
        super(vggLayer, self).__init__()
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(2)
        # ①输入通道 ②输出通道 ③卷积核大小3*3 ④步长 ⑤padding
        # H+2×1-3)/1 +1 = H 尺寸不变，只改变通道数
        self.conv1 = nn.Conv2d(in_cha, mid_cha, 3, 1, 1)
        # 两个3*3卷积堆叠，感受野等价于1个5*5卷积
        # 但参数更少（2×(3×3)=18 < 5×5=25），且多一次 ReLU，非线性更强
        self.conv2 = nn.Conv2d(mid_cha, out_cha, 3, 1, 1)
    # 前向传播
    def forward(self, x):
        x = self.conv1(x)
        x = self.relu(x)
        x = self.conv2(x)
        x = self.relu(x)
        x = self.pool(x)
        return x

2.4构建VGG13网络

复制代码

class MyVgg(nn.Module):
    def __init__(self):
        super(MyVgg, self).__init__()
        # (1,3,224,224) → (1,64,112,112)（尺寸减半，通道 64）
        self.layer1 = vggLayer(3, 64, 64)
        # (1,64,112,112) → (1,128,56,56)（尺寸再减半，通道 128）
        self.layer2 = vggLayer(64, 128, 128)
        # (1,128,56,56) → (1,256,28,28)
        self.layer3 = vggLayer(128, 256, 256)
        # (1,256,28,28) → (1,512,14,14)
        self.layer4 = vggLayer(256, 512, 512)
        # (1,512,14,14) → (1,512,7,7)
        self.layer5 = vggLayer(512, 512, 512)
        # 自适应平均池化层 ， 强制输出 7×7 的特征图
        self.adapool = nn.AdaptiveAvgPool2d(7)
        # 实例化 Dropout 层（丢弃概率 0.5）
        self.drop = nn.Dropout(0.5)
        self.relu = nn.ReLU()
        #  25088=512（通道）×7*7
        self.fc1 = nn.Linear(25088, 4096)
        self.fc2 = nn.Linear(4096, 4096)
        self.fc3 = nn.Linear(4096, 1000)
    # 前向传播
    def forward(self, x):
        # 五层卷积＋池化
        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)
        x = self.layer5(x)
        # 自适应平均池化
        x = self.adapool(x)
        # 展平
        x = x.view(x.size()[0], -1)
        # 三层全连接
        x = self.fc1(x)
        x = self.relu(x)
        x = self.drop(x)

        x = self.fc2(x)
        x = self.relu(x)
        x = self.drop(x)

        x = self.fc3(x)
        x = self.relu(x)

        return x

2.5输入，验证模型

复制代码

# 初始化VGG13
myVgg = MyVgg()

# 批量大小1、3通道RGB、224*224
img = torch.zeros(1, 3, 224, 224)

# 前向传播测试
out = myVgg(img)
# 打印输出维度(1, 1000)
print("模型输出维度：", out.size())

# 统计总参数和可训练参数
def get_parameter_number(model):
    total_num = sum(p.numel() for p in model.parameters())         
    trainable_num = sum(p.numel() for p in model.parameters() if p.requires_grad) 
    return {'Total': total_num, 'Trainable': trainable_num}

# 验证不同层级的参数规模
print("VGG13整体参数：", get_parameter_number(myVgg))
print("第一层（layer1）参数：", get_parameter_number(myVgg.layer1))
print("layer1的conv1参数：", get_parameter_number(myVgg.layer1.conv1))

三、总结

VGG13的核心设计是：用两个堆叠3*3卷积核来代替1个5*5卷积核，减少参数、增强非线性。

每一层卷积步骤相同，即：两个3*3卷积+1个2*2最大池化，故用新的方法封装