神经网络 - 搭建小实战和 Sequential 的使用
在 PyTorch 中，Sequential 是一个容器（container）类，用于构建神经网络模型。它允许你按顺序（sequential）添加不同的网络层，并将它们串联在一起，形成一个网络模型。这样做可以方便地定义简单的前向传播过程，适用于许多基本的网络结构。
Sequential 的优点之一是其简洁性和易读性，特别适用于简单的网络结构。然而，对于更复杂的模型，可能需要使用 PyTorch 的其他模型构建方式，如使用 nn.Module 基类自定义网络结构，以满足更灵活的需求。
网站地址 ： Sequential — PyTorch 1.10 documentation
Example：
把卷积、非线性激活、卷积、非线性激活使用sequantial进行组合，一起放在构建的model中。
# Using Sequential to create a small model. When `model` is run,
# input will first be passed to `Conv2d(1,20,5)`. The output of
# `Conv2d(1,20,5)` will be used as the input to the first
# `ReLU`; the output of the first `ReLU` will become the input
# for `Conv2d(20,64,5)`. Finally, the output of
# `Conv2d(20,64,5)` will be used as input to the second `ReLU`
model = nn.Sequential(nn.Conv2d(1,20,5),nn.ReLU(),nn.Conv2d(20,64,5),nn.ReLU())# Using Sequential with OrderedDict. This is functionally the
# same as the above code
model = nn.Sequential(OrderedDict([('conv1', nn.Conv2d(1,20,5)),('relu1', nn.ReLU()),('conv2', nn.Conv2d(20,64,5)),('relu2', nn.ReLU())]))
好处：代码简洁易懂
1.对 CIFAR10 进行分类的简单神经网络
CIFAR 10：根据图片内容，识别其究竟属于哪一类（10代表有10个类别）
CIFAR-10 and CIFAR-100 datasets
[外链图片转存中…(img-WbXJRvP5-1724861831551)]
第一次卷积：首先加了几圈 padding（图像大小不变，还是32x32），然后卷积了32次
- Conv2d — PyTorch 1.10 documentation
- 输入尺寸是32x32，经过卷积后尺寸不变，如何设置参数？ —— padding=2，stride=1
- 计算公式：
其中Hout=32，Hin=32，dilation[0]=1，kernel_size[0]=5，将其带入到Hout的公式，计算过程如下：
32 =((32+2×padding[0]-1×(5-1)-1)/stride[0])+1，简化之后的式子为：
27+2×padding[0]=31×stride[0]，stride[0]=2的话padding[0]要设置的很大，不合理，所以让stride[0]=1，可得padding[0]=2。
几个卷积核就是几通道的，一个卷积核作用于RGB三个通道后会把得到的三个矩阵的对应值相加，也就是说会合并，所以一个卷积核会产生一个通道
任何卷积核在设置padding的时候为保持输出尺寸不变都是卷积核大小的一半
通道变化时通过调整卷积核的个数（即输出通道）来实现的，在 nn.conv2d 的参数中有 out_channel 这个参数，就是对应输出通道
kernel 的内容是不一样的，可以理解为不同的特征抓取，因此一个核会产生一个channel
直接搭建，实现上图 CIFAR10 model 的代码
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linearclass Tudui(nn.Module):def __init__(self):super(Tudui, self).__init__()self.conv1 = Conv2d(in_channels=3, out_channels=32, kernel_size=5, padding=2) #第一个卷积，输入3，输出32，卷积核5，令stride=1，根据公式计算出padding为2self.maxpool1 = MaxPool2d(kernel_size=2) #池化self.conv2 = Conv2d(32,32,5,padding=2) #维持尺寸不变，所以padding仍为2self.maxpool2 = MaxPool2d(2)self.conv3 = Conv2d(32,64,5,padding=2)self.maxpool3 = MaxPool2d(2)self.flatten = Flatten() #展平为64x4x4=1024个数据# 经过两个线性层：第一个线性层（1024为in_features，64为out_features)、第二个线性层（64为in_features，10为out_features)self.linear1 = Linear(1024,64)self.linear2 = Linear(64,10) #10为10个类别，若预测的是概率，则取最大概率对应的类别，为该图片网络预测到的类别def forward(self,x): #x为inputx = self.conv1(x)x = self.maxpool1(x)x = self.conv2(x)x = self.maxpool2(x)x = self.conv3(x)x = self.maxpool3(x)x = self.flatten(x)x = self.linear1(x)x = self.linear2(x)return xtudui = Tudui()
print(tudui)
[外链图片转存中…(img-YRNV8yil-1724861831552)]
运行后可以看到网络结构：
[外链图片转存中…(img-iRZ4X2hO-1724861831552)]
实际过程中如何检查网络的正确性？
核心：一定尺寸的数据经过网络后，能够得到我们想要的输出
对网络结构进行检验的代码：
input = torch.ones((64,3,32,32)) #全是1，batch_size=64,3通道，32x32
output = tudui(input)
print(output.shape)
运行结果：
torch.Size([64, 10])
若不知道flatten之后的维度是多少该怎么办？
这个1024是我们算出来的，若不会算，删除forward中self.flatten(x)后两行，运行代码
import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linearclass Tudui(nn.Module):def __init__(self):super(Tudui, self).__init__()self.conv1 = Conv2d(in_channels=3, out_channels=32, kernel_size=5, padding=2) #第一个卷积self.maxpool1 = MaxPool2d(kernel_size=2) #池化self.conv2 = Conv2d(32,32,5,padding=2) #维持尺寸不变，所以padding仍为2self.maxpool2 = MaxPool2d(2)self.conv3 = Conv2d(32,64,5,padding=2)self.maxpool3 = MaxPool2d(2)self.flatten = Flatten() #展平为64x4x4=1024个数据# 经过两个线性层：第一个线性层（1024为in_features，64为out_features)、第二个线性层（64为in_features，10为out_features)self.linear1 = Linear(1024,64)self.linear2 = Linear(64,10) #10为10个类别，若预测的是概率，则取最大概率对应的类别，为该图片网络预测到的类别def forward(self,x): #x为inputx = self.conv1(x)x = self.maxpool1(x)x = self.conv2(x)x = self.maxpool2(x)x = self.conv3(x)x = self.maxpool3(x)x = self.flatten(x)return xtudui = Tudui()
print(tudui)input = torch.ones((64,3,32,32)) #全是1，batch_size=64（64张图片）,3通道，32x32
output = tudui(input)
print(output.shape) # torch.Size([64,1024])
看到输出的维度是(64,1024)，64可以理解为64张图片，1024就是flatten之后的维度了
运行结果：
用 Sequential 搭建，实现上图 CIFAR10 model 的代码
可以看到上面神经网络进行搭建时非常繁琐，在init中进行了多个操作以后，需要在forward中逐次进行调用，因此我们使用sequential方法，在init方法中直接定义一个model，然后在下面的forward方法中直接使用一次model即可。
在init方法中：
self.model1 = Sequential(Conv2d(...)MaxPool2d(...)Linear(...)
)
在forward方法中：x = self.model(x)
return x
作用：代码更加简洁
import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequentialclass Xiazhi(nn.Module):def __init__(self):super(Xiazhi, self).__init__()self.model1 = Sequential(Conv2d(3, 32, 5, padding=2),MaxPool2d(2),Conv2d(32, 32, 5, padding=2),MaxPool2d(2),Conv2d(32, 64, 5, padding=2),MaxPool2d(2),Flatten(),Linear(1024, 64),Linear(64, 10))def forward(self, x): # x为inputx = self.model1(x)return xinput = torch.ones((64, 3, 32, 32)) # 全是1，batch_size=64,3通道，32x32
output = xiazhi(input)
print(output.shape)
运行结果：
2.引入 tensorboard 可视化模型结构
在上述代码后面加上以下代码：
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs_seq")
writer.add_graph(tudui,input) # add_graph 计算图
writer.close()
运行后在 terminal 里输入：
tensorboard --logdir=logs_seq
打开网址，双击图片中的矩形，可以放大每个部分：
[外链图片转存中…(img-gZPZzalR-1724861831555)]
writer = SummaryWriter("logs_seq")
writer.add_graph(tudui,input) # add_graph 计算图
writer.close()
运行后在 terminal 里输入：
tensorboard --logdir=logs_seq
打开网址，双击图片中的矩形，可以放大每个部分：
[外链图片转存中…(img-gZPZzalR-1724861831555)]