ResNet-50——pytorch版

news2026/4/16 2:02:08
声明本文为365天深度学习训练营中的学习记录博客原作者K同学啊先验知识ResNet残差网络根据网络层数可以分为ResNet-18、ResNet-34、ResNet-50、ResNet-101等他和普通的CNN网络不同的地方就是他提出了一个残差的概念解决了卷积网络在深度加深时候的梯度爆炸、梯度消失的问题梯度消失在反向传播的过程中随着网络层数的增加前几层的梯度值会变得非常小接近于0梯度爆炸在反向传播过程中随着网络层数增加梯度值变得非常大导致网络权重更新幅度过大模型无法收敛BN层的提出虽然在一定情况下解决了这个问题但是加了BN会带来网络变得更复杂更不容易收敛的影响。故何凯明证明了一个问题就是只要有合适的网络结构深的网络肯定比浅的好残差网络孕育而生。主要使用的残差单元有这两种分别是两层的浅残差和3层的深残差。我的环境Python版本3.8.10PyTorch版本2.4.1cpuTorchvision版本0.19.1cpu学习记录由于是刚回归Pytorch的第一篇我会尽量讲细一点整体流程跟tensorflow差不多的都是初始化GPU,数据集划分处理网络选择训练测试函数撰写然后正式训练最后成果可视化1.设置GPUdevice torch.device(cuda if torch.cuda.is_available() else cpu)2.数据导入在数据导入的时候我们要设置一个transform来对数据进行处理train_transforms transforms.Compose([ #尺寸调节 transforms.Resize((224, 224)), #totensor类型 transforms.ToTensor(), #归一化 transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])pytorch在使用时要记得将图片变成tensor类型然后就可以调用datasets.ImageFolder来对其进行图片批量处理了这个函数还会生成dataset格式就是将每个图像根据文件名自动生成标签total_dataset datasets.ImageFolder(data_dir, transformtrain_transforms)后面经过数据集比例划分就可以调用DataLoader来生产测试集和训练集了train_size int(0.8 * len(total_dataset)) test_size len(total_dataset) - train_size train_dataset, test_dataset torch.utils.data.random_split(total_dataset, [train_size, test_size]) batch_size 4 train_dl torch.utils.data.DataLoader(train_dataset, batch_sizebatch_size, shuffleTrue) test_dl torch.utils.data.DataLoader(test_dataset, batch_sizebatch_size, shuffleFalse)3.网络选择这次我们选的是自建ResNet-50网络如图所示因为中间反复使用卷积块和恒等块故我们需要先将他们俩给定义了恒等块三层卷积后与原始值相加后通过一个激活函数class IdentityBlock(nn.Module): def __init__(self, in_channels, filters, kernel_size): super(IdentityBlock, self).__init__() #filters输入是个数组 f1, f2, f3 filters self.conv1 nn.Sequential( #biasFalse, 不使用偏执函数有批归一化了 nn.Conv2d(in_channels, f1, kernel_size1, stride1, padding0, biasFalse), nn.BatchNorm2d(f1), #节约内存 nn.ReLU(inplaceTrue) ) self.conv2 nn.Sequential( nn.Conv2d(f1, f2, kernel_sizekernel_size, stride1, paddingsame, biasFalse), nn.BatchNorm2d(f2), nn.ReLU(inplaceTrue) ) self.conv3 nn.Sequential( nn.Conv2d(f2, f3, kernel_size1, stride1, padding0, biasFalse), nn.BatchNorm2d(f3) ) #先加后激活保留通路的线性特征 self.relu nn.ReLU(inplaceTrue) def forward(self, x): identity x out self.conv1(x) out self.conv2(out) out self.conv3(out) #先加后激活 out identity out self.relu(out) return out卷积块一条路卷三次一条路卷一次最后相加后激活class ConvBlock(nn.Module): def __init__(self, in_channels, filters, kernel_size, stride2): super(ConvBlock, self).__init__() f1, f2, f3 filters self.conv1 nn.Sequential( nn.Conv2d(in_channels, f1, kernel_size1, stridestride, padding0, biasFalse), nn.BatchNorm2d(f1), nn.ReLU(inplaceTrue) ) self.conv2 nn.Sequential( nn.Conv2d(f1, f2, kernel_sizekernel_size, stride1, paddingsame, biasFalse), nn.BatchNorm2d(f2), nn.ReLU(inplaceTrue) ) self.conv3 nn.Sequential( nn.Conv2d(f2, f3, kernel_size1, stride1, padding0, biasFalse), nn.BatchNorm2d(f3) ) self.shortcut nn.Sequential( nn.Conv2d(in_channels, f3, kernel_size1, stridestride, padding0, biasFalse), nn.BatchNorm2d(f3) ) self.relu nn.ReLU(inplaceTrue) def forward(self, x): identity x out self.conv1(x) out self.conv2(out) out self.conv3(out) shortcut self.shortcut(identity) out shortcut out self.relu(out) return out接下来就可以写resnet-50了class ResNet50(nn.Module): def __init__(self, num_classes3): super(ResNet50, self).__init__() self.conv1 nn.Sequential( nn.Conv2d(3, 64, kernel_size7, stride2, padding3, biasFalse, padding_modezeros), nn.BatchNorm2d(64), nn.ReLU(), nn.MaxPool2d(kernel_size3, stride2, padding1) ) self.conv2 nn.Sequential( ConvBlock(64, [64, 64, 256], kernel_size3, stride1), IdentityBlock(256, [64, 64, 256], kernel_size3), IdentityBlock(256, [64, 64, 256], kernel_size3) ) self.conv3 nn.Sequential( ConvBlock(256, [128, 128, 512], kernel_size3), IdentityBlock(512, [128, 128, 512], kernel_size3), IdentityBlock(512, [128, 128, 512], kernel_size3), IdentityBlock(512, [128, 128, 512], kernel_size3) ) self.conv4 nn.Sequential( ConvBlock(512, [256, 256, 1024], kernel_size3), IdentityBlock(1024, [256, 256, 1024], kernel_size3), IdentityBlock(1024, [256, 256, 1024], kernel_size3), IdentityBlock(1024, [256, 256, 1024], kernel_size3), IdentityBlock(1024, [256, 256, 1024], kernel_size3), IdentityBlock(1024, [256, 256, 1024], kernel_size3) ) self.conv5 nn.Sequential( ConvBlock(1024, [512, 512, 2048], kernel_size3), IdentityBlock(2048, [512, 512, 2048], kernel_size3), IdentityBlock(2048, [512, 512, 2048], kernel_size3) ) self.avgpool nn.AvgPool2d(kernel_size7, stride7, padding0) self.fc nn.Linear(2048, num_classes) def forward(self, x): x self.conv1(x) x self.conv2(x) x self.conv3(x) x self.conv4(x) x self.conv5(x) x self.avgpool(x) x torch.flatten(x, 1) x self.fc(x) return x model ResNet50(num_classes3).to(device)看一眼参数吧import torchsummary as summary summary.summary(model, (3, 224, 224))50层是指卷积层开头的和结尾的fc层4.训练测试函数训练测试函数核心在于前向传播与反向传播和todevicedef train(dataloader, model, loss_fn, optimizer): size len(dataloader.dataset) num_batches len(dataloader) train_loss, correct 0, 0 for X, y in dataloader: X, y X.to(device), y.to(device) # 前向传播 pred model(X) loss loss_fn(pred, y) # 反向传播和优化 optimizer.zero_grad() loss.backward() optimizer.step() train_loss loss.item() correct (pred.argmax(1) y).type(torch.float).sum().item() train_loss / num_batches correct / size return train_loss, correctdef test(dataloader, model, loss_fn): size len(dataloader.dataset) num_batches len(dataloader) test_loss, correct 0, 0 with torch.no_grad(): for X, y in dataloader: X, y X.to(device), y.to(device) pred model(X) test_loss loss_fn(pred, y).item() correct (pred.argmax(1) y).type(torch.float).sum().item() test_loss / num_batches correct / size return test_loss, correct5.开始训练选择后优化器和损失函数就可以开始训练了import copy optimizer torch.optim.AdamW(model.parameters(), lr0.0001) loss_fn nn.CrossEntropyLoss() num_epochs 10 train_loss_history [] train_acc_history [] test_loss_history [] test_acc_history [] best_acc 0.0 for epoch in range(num_epochs): model.train() train_loss, train_acc train(train_dl, model, loss_fn, optimizer) train_loss_history.append(train_loss) train_acc_history.append(train_acc) model.eval() test_loss, test_acc test(test_dl, model, loss_fn) test_loss_history.append(test_loss) test_acc_history.append(test_acc) if test_acc best_acc: best_acc test_acc best_model_wts copy.deepcopy(model.state_dict()) lr optimizer.state_dict()[param_groups][0][lr] template Epoch [{}/{}], LR: {:.6f}, Train Loss: {:.4f}, Train Acc: {:.4f}, Test Loss: {:.4f}, Test Acc: {:.4f} print(template.format(epoch1, num_epochs, lr, train_loss, train_acc, test_loss, test_acc)) PATH ../model/resnet50.pth torch.save(best_model_wts, PATH) print(DONE)6.数据可视化import matplotlib.pyplot as plt import warnings warnings.filterwarnings(ignore) plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False plt.rcParams[figure.dpi] 100 from datetime import datetime current_time datetime.now().strftime(%Y-%m-%d %H:%M:%S) epochs range(1, num_epochs 1) plt.figure(figsize(12, 3)) plt.subplot(1, 2, 1) plt.plot(epochs, train_loss_history, label训练损失) plt.plot(epochs, test_loss_history, label测试损失) plt.title(训练和测试损失) plt.xlabel(current_time) plt.subplot(1, 2, 2) plt.plot(epochs, train_acc_history, label训练准确率) plt.plot(epochs, test_acc_history, label测试准确率) plt.title(训练和测试准确率) plt.xlabel(current_time) plt.legend() plt.show()总结这一节我们重新回到了Pytorch环境进行训练在该环境下可以调用OpenCV等图像处理库。并且了解了ResNet 这个经典的CNN网络结构并完成了他的搭建与训练。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2521819.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…