VGG16源代码详解

小白第一篇源码阅读笔记，理解一个十分简单的VGG网络源码，有助于新手入门pytorch，若有错误请多多指教。

先上源码链接

本文除了对源码的顺序和注释进行了一点删改外，其他与源码一致

首先看入口，也就是当我要去创建一个VGG模型时，我会调用的那个函数：

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)

可以看到，就是以上的几个函数，从函数名应该可以看出模型的结构，比如需要的是vgg11，那就调用名称为vgg11的函数即可。vgg11_bn代表vgg11网络中会加入batch normalization，没错，是否使用bn居然不是用bool变量作为一个参数实现的，而是用不同的函数调用的，有点匪夷所思，若有朋友知道是为什么请告知一下。

可以看到，上边所有的调用都使用了_vgg这个函数，那我们就来看看_vgg:

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

函数_vgg使用了一堆参数：

• batch_norm控制着用不用bn（也就是上上个代码块中函数名带_bn的，batch_norm就为True，不带就为False）
• pretrained控制着用不用预训练模型，可以看到在函数体中有两处使用了pretrained变量：
  （1）第一处使用让kwargs中的一个值“init_weights”变False，从名字可以猜出，这个语句的大概意思是“如果要预训练模型的话，那就别初始化了吧，我有上好的权重给你用”
  （2）第二处使用时可以看到执行了“load_state_dict_from_url”，url就是一个网址，联系到“pretrained”，意思就是如果要用预训练数据，那就根据网址下载预训练参数，然后再给到模型"model"里边。那么参数“arch”的作用就是从字典model_urls中取出一个网址，而bool变量“progress”是用来决定要不要展示下载进度条的，不是很重要。
  实际上，model_urls字典是在源码中给出的：

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',
}

然后剩下_vgg中间最关键的一句话，建模型：

model = VGG(make_layers(cfgs[cfg], batch_norm=batch_norm), **kwargs)

可以看到这个建模的过程实际上是一个创建VGG类的实例的过程，那么我们就需要看一下VGG这个类是怎么写的了：

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 = torch.flatten(x, 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)

__init__和forward函数可以一起看，网络主要结构很清晰，features–>avgpool–>classifier，forward中classifier前边用了一个flatten，说明classifier就是一个最后用来分类的全连接层，classifier在__init__中写得也很清晰，就不说了。avgpool是一个自适应均值池化层，也在__init__中写明，不谈。

_initialize_weights函数在_init_函数中提到过，就是当超参数“init_weights”设置为True时就执行该函数，意思当然就是给建好的模型（features–>avgpool–>classifier）初始化参数的，怎么添加的参数读者可以自己去看

那么关键是这个features，注意这个features不是指样本中的特征，而是由外部参数给定，是模型的一部分结构，要我的话我就盲猜它肯定也和classifier一样，是一个nn.Sequential，那么这个features到底长什么样？可以回到_vgg创建实例的那句话来看:

model = VGG(make_layers(cfgs[cfg], batch_norm=batch_norm), **kwargs)

在这里，传入的features是函数make_layers的返回值，这个make_layers函数源码也有定义：

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)

一看make_layers的返回值，哈！果然不出我所料，是一个nn.Sequential（其实我瞎扯的，这谁能猜出来），那么Sequential中必然是一个各种层组成的列表，那这个layers必然是个列表，于是抬头一看，发现果然在开头定义了layer=[]，那么可以断定，这个make_layers函数就是循环往layer列表中加入各种层的操作，那么整个VGG网络最核心的部分应该就是这里没错了。

那么先看make_layers参数cfg：

make_layers(cfgs[cfg], batch_norm=batch_norm)

从传参的方式来看，参数cfg来自于一个字典cfgs，源码中有：

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'],
}

那么可以看出cfg这个参数实际上是一个列表，这个列表是数字和字母’M‘组成，那么回到make_layers函数体中，for v in cfg 语句循环cfg列表，根据列表中不同的值加入不同的层，那就应该很容易猜到，cfg中的值控制了整个features的结构，具体在什么样的取值下加入什么层就不详说了，读者可以自己去看。

最后补上导包代码和一个限制导入范围的字典__all__，就讲完了VGG所有源码：

import torch
import torch.nn as nn
from .utils import load_state_dict_from_url

__all__ = [
    'VGG', 'vgg11', 'vgg11_bn', 'vgg13', 'vgg13_bn', 'vgg16', 'vgg16_bn',
    'vgg19_bn', 'vgg19',
]

以上实际上就讲完了，可能至此读者还有点迷糊，因为我是从出口开始倒叙的，但如果我将整个生成过程讲述一遍一切将豁然开朗：

1、函数make_layers根据cfgs中的列表生成一个名叫features的nn.Sequential
3、函数_vgg拿着features去找类VGG实例化了一个model，组成了一个拥有features–>avgpool–>classifier结构的模型

这就是VGG代码的主要结构，其他涉及什么参数初始化，是否使用预训练模型，是否使用bn都是一些其他的细节，读者可以自己品