Pytorch框架下Finetune注意点
最近在参加AI challenger的比赛（虽然九月就开始的比赛，到11月才开始玩。。。）结局无所谓，就希望在过程中能学习一些东西，由于场景识别比赛的finetune模型权重都是torch下的，之前尝试了很多权重转化工具，但是发现基本上都不靠谱，所以比赛要继续做下去，只能转向Pytorch，花了整整两天时间来学习Pytorch，也有了较基础的一些收获，现在记录一下，也和有需要的人一起分享。
1、如何入手
其实入手的方法有很多，阅读Pytorch的toturial，然后手册方面，直接看pytorch的中文文档。然后解决一些基础的MNIST或者CIFAR10的问题，也可以快速上手，我选择的也就是利用项目，也就是比赛来快速学习一个工具的使用，但是比赛也需要的一个基础代码来快速学习对吧，我参考的就是这份代码戳我，这个是场景识别Places365数据库下的一个训练代码，写的很全，各种metrics的显示也写了，比官方toturials要全很多，有兴趣的可以看看。
2、迁移学习方面
（1）数据扩增
迁移学习一直是深度学习的重要技术方向，这次比赛我只要采用的也是迁移学习的方式。在迁移学习过程中，有需要设置不同层对应不同的学习率，这点keras没法实现，caffe则可以做到，但是caffe的使用太过于繁琐。而对于Pytorch而言，迁移学习需要的技术点，它都很完美的吻合了，Pytorch有很多的数据扩增方法，可以很方便的调用：
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
train_datasets = datasets.ImageFolder(os.path.join(root_dir, train_dir), transforms.Compose([
transforms.RandomResizedCrop(224), #从原图像随机切割一张（224， 224）的图像
transforms.RandomHorizontalFlip(), #以0.5的概率水平翻转
transforms.RandomVerticalFlip(), #以0.5的概率垂直翻转
transforms.RandomRotation(10), #在（-10， 10）范围内旋转
transforms.ColorJitter(0.05, 0.05, 0.05, 0.05), #HSV以及对比度变化
transforms.ToTensor(), #把PIL.Image或者numpy.ndarray对象转化为tensor，并且是[0,1]范围，主要是除以255
normalize,
]))
train_loader = torch.utils.data.DataLoader(train_datasets,
batch_size=64, shuffle=True,
num_workers=4, pin_memory=True)上述代码中，pytorch首先通过datasets底下的ImageFolder对象设置图像目录路径，以及数据扩增的方式，上述数据扩增的解释如注释所示，更详细的解释可以看源码 ，在图片路径设置好之后再通过torch.utils.data下的Dataloader对象来设置数据的生成器，通过简单两步就可以设置好一个带有数据扩增的图像生成器。
在这里，有一个细节需要注意，ImageFolder对象下的图像路径应该符合以下格式：
dir/cat/0.jpg
dir/cat/1.jpg
dir/dog/0.jpg
dir/dog/1.jpg但是像我一开始，使用的目录格式是这样的:
dir/0/0.jpg
dir/0/1.jpg
dir/1/0.jpg
dir/1/1.jpg也就是使用数字代替标签，这个在caffe里也是很正常的写法，但是在之后的predict阶段就出现问题了，因为标签目录名并不是pytorch真正的类标签，而是类名，如何获取类标签呢?
train_datasets.class_to_idx 就可以获取类名和类标签的一个字典映射，然后通过以下代码：
idx_to_class = dict(zip(train_datasets.class_to_idx.values(), train_datasets.class_to_idx.keys()))就可以通过这个字典来获得输出的top精度的标签所对应的类名。
（2）学习率设置
Pytorch下可以很方便的设置不同层对应不同学习率，比如说对于一个model可以如下设置：
optim.SGD([
{'params': model.base.parameters()},
{'params': model.classifier.parameters(), 'lr': 1e-3}
], lr=1e-2, momentum=0.9)这里代码的含义是除了classifier以外的层的学习率都是1e-2。
（3）迁移学习模型添加新层
通常在迁移学习中，都是直接将最后一层的全连接层大小换成自己数据集类的大小，然后finetune，在这次比赛中，我发现这样的精度并不能提升到最大，因此，采用迁移的base模型来叠加MLP的获取更高的精度，如何在base模型之后，叠加MLP？代码如下：
class model_bn(nn.Module):
def __init__(self, model, feature_size):
super(model_bn, self).__init__()
self.features = nn.Sequential(*list(model.children())[:-1])
self.num_ftrs = model.fc.in_features
self.classifier = nn.Sequential(
nn.BatchNorm1d(self.num_ftrs),
nn.Dropout(0.5),
nn.Linear(self.num_ftrs, feature_size),
nn.BatchNorm1d(feature_size),
nn.ELU(inplace=True),
nn.Dropout(0.5),
nn.Linear(feature_size, classes_num),
)
def forward(self, x):
x = self.features(x)
x = x.view(x.size(0), -1)
x = self.classifier(x)
return x在上述代码中，self.features = nn.Sequential(*list(model.children())[:-1]) 直接将全base模型中的最后一层全连接层去除，*是解包的操作，将list类型以元组的方式传递给nn.Sequential对象，之后添加dropout和bn层来获取更高的精度，这里还要注意view函数相当于numpy中的reshape函数，在这里的作用就是keras中的Flatten层，将输出从二维压成一维，在这过程中发现，貌似pytorch没有直接的全局池化层，需要自己定义操作，可以通过以下方式来进行：
import torch.nn.functional as F
output = F.average_pool2d(input, kernel_size=input.size()[2:])（4）杂七杂八的坑
要将模型放入cuda中，才能在gpu中优化运行，之前使用:
model = model.cuda()无效，但是换成下面代码就可以运行了：
model = torch.nn.DataParallel(model).cuda()在这么设置之后，又会出现一个问题就是优化器无法获取到对应的层，也就是说model.fc会报错，但是仔细观察不难发现，再将模型放入gpu之后，整体模型被module包裹，所以应该通过model.module.fc.parameters()来获取对应层的参数。还有就是这样的设置之后每个batch数据会被平分到所有的gpu上，如果要限制只在一个gpu上运行，则设置即可：
os.environ["CUDA_VISIBLE_DEVICES"] = "2"最后就是一个数据类型的转化：
（a）模型的输出是variable类型，通过.data获取到tensor类型变量，如果是cuda.tensor，可以通过.cpu()来移动至cpu上。
（b）tensor类型转化为numpy类型，使用：
b = a.numpy()反之，使用：
a = torch.from_numpy(a)最后还有一个将图像的目录划分成train和test的方法，这种用法对使用惯了Keras的人来说很常见，而在Pytorch方法中，这个有两种方式，要不一开始目录就划分好，要不然就是动态的通过Pytorch来划分，具体看这两个链接：
Pytorch Train Test Split
Train, Validation and Test Split for torchvision Datasets