ResNet_V2_152层---TensorFlow

ResNet

#实现ResNet_V2_152
import tensorflow as tf
import collections
import time
from datetime import datetime
import math

slim = tf.contrib.slim

WARNING: Logging before flag parsing goes to stderr.
W0823 11:38:07.735526  5364 lazy_loader.py:50] 
The TensorFlow contrib module will not be included in TensorFlow 2.0.
For more information, please see:
  * https://github.com/tensorflow/community/blob/master/rfcs/20180907-contrib-sunset.md
  * https://github.com/tensorflow/addons
  * https://github.com/tensorflow/io (for I/O related ops)
If you depend on functionality not listed there, please file an issue.

'''使用collections.namedtuple设计ResNet基本Block模块组的named tuple，并用它创建Block类'''
 
'''一个典型的Block
    需要输入参数，分别是scope、unit_fn、args
    以Block('block1', bottleneck, [(256, 64, 1)] * 2 + [(256, 64, 2)])为例，
    它可以定义一个典型的Block
    其中
        1、block1就是这个Block的名称(或scope)
        2、bottleneck是ResNet V2中的残差学习单元
        3、[(256, 64, 1)] * 2 + [(256, 64, 2)]时这个Block的args，args是一个列表，
        其中每一个元素都对应一个bottleneck残差学习单元，
        前面两个都是(256, 64, 1)，最后一个是(256, 64, 2)。
        每个元素都是一个三元tuple，即(depth, depth_bottleneck, stride)
        比如(256, 64, 3)，代表构建的bottleneck残差学习单元(每个残差学习单元包含三个卷积层)中，
        第三层卷积输出通道数为256，
        前两层卷积输出通道数depth_bottleneck为64，且中间那层的步长stride为3
    
'''
class Block(collections.namedtuple('Block', ['scope', 'unit_fn', 'args'])):
    'a named tuple decribing a ResNet block.'

'''降采样的方法'''
def subsample(inputs, factor, scope=None):
    #如果采样因子为1，之间返回输出
    if factor == 1:
        return inputs
    #否则，最大池化处理，步长为采样因子
    else:
        return slim.max_pool2d(inputs, [1, 1], stride=factor, scope=scope)

'''创建卷积层'''
def conv2d_same(inputs, num_outputs, kernel_size, stride, scope=None):
    
 
    if stride == 1:
        return slim.conv2d(inputs, num_outputs, kernel_size, stride=1, padding='SAME', scope=scope)
    else:
        #步长不为1，则显示地pad zero
        pad_total = kernel_size - 1
        pad_beg = pad_total // 2
        pad_end = pad_total - pad_beg
        #补零操作，在第二和第三个维度上进行补零操作
        inputs = tf.pad(inputs, [[0, 0], [pad_beg, pad_end], [pad_beg, pad_end], [0, 0]])
        return slim.conv2d(inputs, num_outputs, kernel_size, stride=stride, padding='VALID', scope=scope)

@slim.add_arg_scope
def stack_blocks_dense(net, blocks, outputs_collections=None):
    '''堆叠Blocks的函数，net为输入，bloks为Block类的列表，
    outputs_collections时用来收集各个end_points
    '''
    #遍历每一个Block
    for block in blocks:
        #使用两个tf.variable_scope将残差学习单元命名为block1/unit_1的形式
        with tf.variable_scope(block.scope, 'block', [net]) as sc:
            for i, unit in enumerate(block.args):
                with tf.variable_scope('unit_%d' % (i + 1), values=[net]):
                    unit_depth, unit_depth_bottleneck, unit_stride = unit
                    #使用unit_fn函数(即残差学习单元生成函数)顺序创建并连接所有的残差学习单元
                    net = block.unit_fn(net,    #block.unit_fn即调用了bottleneck()函数
                                        depth=unit_depth,   #第三层卷积输出通道数
                                        depth_bottleneck=unit_depth_bottleneck, #前两层卷积输出通道数depth_bottleneck
                                        stride=unit_stride)     #中间那层卷积的步长      #其余参数是固定不变的
                    # net = bottleneck(net,
                    #                 depth=unit_depth,
                    #                 depth_bottleneck=unit_depth_bottleneck,
                    #                 stride=unit_stride)
            #将输出net添加到collection中
            net = slim.utils.collect_named_outputs(outputs_collections, sc.name, net)
    #返回最后的net作为函数结果
    return net

'''创建ResNet通用的arg_scope,  arg_scope的功能是定义某些函数的参数默认值'''
def resnet_arg_scope(is_training=True,  #训练标记
                     weight_decay=0.0001,   #权重衰减速率
                     batch_norm_decay=0.997,    #BN的衰减速率
                     batch_norm_epsilon=1e-5,   #BN的epsilon
                     batch_norm_scale=True):    #BN的scale
 
    batch_norm_parmas = {
        'is_training':is_training,
        'decay':batch_norm_decay,
        'epsilon':batch_norm_epsilon,
        'scale':batch_norm_scale,
        'updates_collections':tf.GraphKeys.UPDATE_OPS
    }
 
    with slim.arg_scope(
        [slim.conv2d],
        weights_regularizer = slim.l2_regularizer(weight_decay),    #权重正则设为L2正则
        weights_initializer = slim.variance_scaling_initializer(),  #权重初始化器
        activation_fn = tf.nn.relu,                 #激活函数
        normalizer_fn = slim.batch_norm,            #标准化器设为BN(batch_norm的缩写)
        normalizer_params = batch_norm_parmas):
 
        with slim.arg_scope([slim.batch_norm], **batch_norm_parmas):    #设置BN的默认参数
            with slim.arg_scope([slim.max_pool2d], padding='SAME') as arg_sc:   #最大池化的padding默认设为SAME
                return arg_sc

'''bottleneck残差学习单元'''
'''
知识点：
并不是所有的方法都能用arg_scope设置默认参数, 只有用@slim.add_arg_scope修饰过的方法才能使用arg_scope. 
例如conv2d方法, 它就是被修饰过的(见源码). 
所以, 要使slim.arg_scope正常运行起来, 需要两个步骤:
    1、用@add_arg_scope修饰目标函数
    2、用with arg_scope(...) 设置默认参数.
'''
@slim.add_arg_scope
def bottleneck(inputs,  #输入
               depth, depth_bottleneck, stride,     #这三个参数是Blocks类中的args
               outputs_collections=None,            #收集end_points
               scope=None):                         #名称
    with tf.variable_scope(scope, 'bottleneck_v2', [inputs]) as sc:
        #获取输入的最后一个维度，即输出通道数。  min_rank=4限定最少为4个维度
        depth_in = slim.utils.last_dimension(inputs.get_shape(), min_rank=4)
        #对输入进行BN(Batch Normalization)操作,并使用ReLU函数进行预激活Preactivate
        preact = slim.batch_norm(inputs, activation_fn=tf.nn.relu, scope='preact')
 
        '''定义shortcut，即旁路的弯曲的支线'''
        #如果残差单元的输入通道depth_in与第三层卷积的输出通道depth一致
        if depth == depth_in:
            #使用subsample按步长为stride对inputs进行空间降采样(因为输出通道一致了，还要确保空间尺寸和残差一致，因为残差中间那层的卷积步长为stride，tensor尺寸可能会缩小)
            shortcut = subsample(inputs, stride, 'shortcut')
        else:#输出通道不一致
            #使用1×1的卷积核改变其通道数，并使用与步长为stride确保空间尺寸与残差一致
            shortcut = slim.conv2d(preact, depth, [1, 1], stride=stride, normalizer_fn=None,
                                   activation_fn=None, scope='shortcut')
 
        '''残差residual,三层卷积'''
        residual = slim.conv2d(preact, depth_bottleneck, [1, 1], stride=1, scope='conv1')
 
        residual = conv2d_same(residual, depth_bottleneck, 3, stride, scope='conv2')    #步长为stride，并进行补零操作
 
        residual = slim.conv2d(residual, depth, [1, 1], stride=1, normalizer_fn=None,   #最后一层卷积没有正则项也没有激活函数
                               activation_fn=None, scope='conv3')
 
        output = shortcut + residual
    
        net = slim.utils.collect_named_outputs(outputs_collections, sc.name, output) #将结果添加进collection并返回
 
        return net

'''生成ResNet的主函数,
只要预先定义好网络的残差学习模块组blocks，它就可以生成对应的完整的ResNet'''
def resnet_v2(inputs,   #输入
              blocks,   #定义好的Block类列表
              num_classes=None,     #最后输出的类数
              global_pool=True,     #是否加上最后一层全局平均池化
              include_root_block=True,  #是否加上ResNet网络最前面通常使用的7*7卷积和最大池化
              reuse=None,   #是否重用
              scope=None):  #整个网络的名称
 
    with tf.variable_scope(scope, 'resnet_v2', [inputs], reuse=reuse) as sc:
 
        end_points_collection = sc.original_name_scope + '_end_points'
        #将slim.conv2d, bottleneck, stack_blocks_dense这三个函数的参数outputs_collections默认设为end_points_collection
        with slim.arg_scope([slim.conv2d, bottleneck, stack_blocks_dense], outputs_collections=end_points_collection):
 
            net = inputs
 
            #根据该标记，创建ResNet最前面的64输出通道的步长为2的7*7卷积
            if include_root_block:
                with slim.arg_scope([slim.conv2d], activation_fn=None, normalizer_fn=None):
                    net = conv2d_same(net, 64, 7, stride=2, scope='conv1')
 
                net = slim.max_pool2d(net, [3, 3], stride=2, scope='pool1')
 
            #使用前面定义好的函数stack_blocks_dense将残差学习模块组生成好，得到其输出
            net = stack_blocks_dense(net, blocks)
            net = slim.batch_norm(net, activation_fn=tf.nn.relu, scope='postnorm')
 
            #根据标记添加全局平均池化层
            if global_pool:
                net = tf.reduce_mean(net, [1, 2], name='pool5', keep_dims=True)
            #根据是否有分类数，添加一个1*1卷积
            if num_classes is not None:
                net = slim.conv2d(net, num_classes, [1, 1], activation_fn=None, normalizer_fn=None, scope='logits')
 
            #通过该方法将collection转化为python的dict词典
            end_points = slim.utils.convert_collection_to_dict(end_points_collection)
 
            #根据是否有分类数，添加Softmax层输出网络结果
            if num_classes is not None:
                end_points['predictions'] = slim.softmax(net, scope='predictions')
 
            return net, end_points

'''设计层数为152层的ResNet
Resnet不断使用步长为2的层来缩减尺寸，同时输出通道数也在持续增加
'''
def resnet_v2_152(inputs,
                  num_classes=None,
                  global_pool=True,
                  reuse=None,
                  scope='resnet_v2_152'):
    blocks = [
        Block('block1', bottleneck, [(256, 64, 1)] * 2 + [(256, 64, 2)]),
        Block('block2', bottleneck, [(512, 128, 1)] * 7 + [(512, 128, 2)]),
        Block('block3', bottleneck, [(1024, 256, 1)] * 35 + [(1024, 256, 2)]),
        Block('block4', bottleneck, [(2048, 512, 1)] * 3)]
 
    return resnet_v2(inputs, blocks, num_classes, global_pool,
                     include_root_block=True, reuse=reuse, scope=scope)

'''评估ResNet_V2每轮计算所用时间'''
def time_tensorflow_run(session, target, info_string):#target:需要评测的运算算字， info_string:测试的名称
    num_steps_burn_in = 10  #给程序热身，头几轮迭代有显存的加载、cache命中等问题因此可以跳过，我们只考量10轮迭代之后的计算时间
    total_duration = 0.0    #总时间
    total_duration_squared = 0.0    #平方和
 
    #循环计算每一轮耗时
    for i in range(num_batches + num_steps_burn_in):
        start_time = time.time()
        _ = session.run(target)
        duration = time.time() - start_time
 
        if i>= num_steps_burn_in:#程序热身完成后，记录时间
 
            if not i % 10:  #每10轮 显示  当前时间，迭代次数(不包括热身)，用时
                print('%s: step %d, duration = %.3f' % (datetime.now(), i - num_steps_burn_in, duration))
 
            #累加total_duration和total_duration_squared
            total_duration += duration
            total_duration_squared += duration * duration
 
    #循环结束后，计算每轮迭代的平均耗时mn和标准差sd，最后将结果显示出来
    mn = total_duration / num_batches
    vr = total_duration_squared / num_batches - mn * mn
    sd = math.sqrt(vr)
    print('%s: %s across %d steps, %.3f +/- %.3f sec / batch' % (datetime.now(), info_string, num_batches, mn, sd))

batch_size = 8
height, width = 224, 224
num_batches = 20

inputs = tf.random_uniform((batch_size, height, width, 3))
with slim.arg_scope(resnet_arg_scope(is_training=False)):
    net, end_points = resnet_v2_152(inputs, 1000)
    
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

time_tensorflow_run(sess, net, "Forward")

2019-08-23 11:38:27.401126: step 0, duration = 0.984
2019-08-23 11:38:37.404926: step 10, duration = 1.016
2019-08-23 11:38:46.296727: Forward across 20 steps, 0.994 +/- 0.012 sec / batch