pytorch中VGG網絡的源碼解讀

一，簡單介紹VGG網絡

VGG網絡是由多個卷積神經網絡堆疊而成的分類網絡。分爲幾類：VGG11,VGG13,VGG16,VGG19。結構如下圖：

VGG11,13,16,19這些數字表示VGG網絡中的卷積層+全連接層的個數。

同樣從上圖我們也可以看到，每個VGG都有5個卷積block，其中卷積層的個數從1個~3個不等。

 

二，VGG源碼

在源碼中可供外界直接調用的vgg網絡接口有8個(即源碼實際完成了8種的VGG)，但是實際可看成是4個，因爲每一個都會分兩種，一種是加了BN層，一種是沒有BN層的。

這八個網絡分別是：

def vgg11(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg11', 'A', False, pretrained, progress, **kwargs)


def vgg11_bn(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg11_bn', 'A', True, pretrained, progress, **kwargs)


def vgg13(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg13', 'B', False, pretrained, progress, **kwargs)


def vgg13_bn(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg13_bn', 'B', True, pretrained, progress, **kwargs)


def vgg16(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg16', 'D', False, pretrained, progress, **kwargs)


def vgg16_bn(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg16_bn', 'D', True, pretrained, progress, **kwargs)


def vgg19(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg19', 'E', False, pretrained, progress, **kwargs)


def vgg19_bn(pretrained=False, progress=True, **kwargs):
    return _vgg('vgg19_bn', 'E', True, pretrained, progress, **kwargs)

就是VGG11，VGG13，VGG16，VGG19。

從上面可以看出，無論VGG多少都是通過調用_vgg()方法進行VGG網絡的生成的：

我們可以看到 _vgg()的參數中，有 A,B,D,E的字樣。這到底是什麼意思呢，我們繼續往下看源碼，估計會有線索：

果然，我們找到一個叫 cfgs 的變量，一個名字就知道是config的縮寫，用來配置信息的，定義如下：

cfgs = {
    'A': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'B': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'D': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'E': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}

裏面果然有 A,B,D,E。這其實A就代表 VGG11，B代表VGG13，D代表VGG16，E代表VGG19。

M是每個卷積block之間的分隔。那數字所表示的意思呢，就是每個卷積block裏卷積層的維度(即卷積層的厚度)。

 

_vgg()：

接着，我們來看看 _vgg()方法的定義：

def _vgg(arch, cfg, batch_norm, pretrained, progress, **kwargs):
    if pretrained:
        kwargs['init_weights'] = False
    model = VGG(make_layers(cfgs[cfg], batch_norm=batch_norm), **kwargs)
    if pretrained:
        state_dict = load_state_dict_from_url(model_urls[arch],
                                              progress=progress)
        model.load_state_dict(state_dict)
    return model

_vgg控制的是：生成VGG網絡前的一些事項，例如，生成的VGG是VGG11還是13，16，19。是否需要BN層。是否導入預訓練模型。設置好後，纔是最終通過 VGG()來生成VGG網絡模型。

但是！從上面引用的VGG（）來看，有一個很重要的變量，make_layers()。這個是真正生成所有卷積block的方法，反而VGG()的代碼裏面寫的，只不過是最後的一個分類器的代碼而已。

接下來就重點介紹  make_layers()：

make_layers()的源碼定義如下：

def make_layers(cfg, batch_norm=False):
    layers = []
    in_channels = 3
    for v in cfg:
        if v == 'M':
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        else:
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            if batch_norm:
                layers += [conv2d, nn.BatchNorm2d(v), nn.ReLU(inplace=True)]
            else:
                layers += [conv2d, nn.ReLU(inplace=True)]
            in_channels = v
    return nn.Sequential(*layers)

看到M是不是有點印象？就是變量cfgs裏面的M。make_layers()會根據所選擇的 cfgs裏的選項進行所有卷積blocks的配置，最後返回。

 

VGG（）：

VGG()其實並不是一個方法，而是一個類的實例，換句話說，VGG是一個類。

class VGG(nn.Module):
    def __init__(self, features, num_classes=1000, init_weights=True):
        super(VGG, self).__init__()
        self.features = features
        self.avgpool = nn.AdaptiveAvgPool2d((7, 7))
        self.classifier = nn.Sequential(
            nn.Linear(512 * 7 * 7, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096, num_classes),
        )
        if init_weights:
            self._initialize_weights()

    def forward(self, x):
        x = self.features(x)
        x = self.avgpool(x)
        x = x.view(x.size(0), -1)
        x = self.classifier(x)
        return x

    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
                if m.bias is not None:
                    nn.init.constant_(m.bias, 0)
            elif isinstance(m, nn.BatchNorm2d):
                nn.init.constant_(m.weight, 1)
                nn.init.constant_(m.bias, 0)
            elif isinstance(m, nn.Linear):
                nn.init.normal_(m.weight, 0, 0.01)
                nn.init.constant_(m.bias, 0)

可以看到，VGG類充其量就是定義了最後的分類器。就是下圖紅色的部分，而make_layers則是定義了藍色的部分：

最後，源碼裏還有一些網址，裏面標註的其實是當你希望所生成的VGG模型的權重一開始不是隨機初始化的，而是已經訓練好的訓練模型時，就會從這些網址下載預訓練模型的權重，這時候所生成的VGG模型就是訓練好的了(用IMAGENET訓練的)。

model_urls = {
    'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth',
    'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth',
    'vgg16': 'https://download.pytorch.org/models/vgg16-397923af.pth',
    'vgg19': 'https://download.pytorch.org/models/vgg19-dcbb9e9d.pth',
    'vgg11_bn': 'https://download.pytorch.org/models/vgg11_bn-6002323d.pth',
    'vgg13_bn': 'https://download.pytorch.org/models/vgg13_bn-abd245e5.pth',
    'vgg16_bn': 'https://download.pytorch.org/models/vgg16_bn-6c64b313.pth',
    'vgg19_bn': 'https://download.pytorch.org/models/vgg19_bn-c79401a0.pth',
}