【深度学习实验】卷积神经网络（五）：深度卷积神经网络经典模型——VGG网络（卷积层、池化层、全连接层）
目录
一、实验介绍
二、实验环境
1. 配置虚拟环境
2. 库版本介绍
三、实验内容
0. 导入必要的工具包
1. conv_layer（创建卷积块）
2. vgg_conv_block（卷积模块：卷积层*n、池化层）
3. vgg_fc_layer（全连接层）
4. VGG_S（VGG模型简化版）
a. __init__
b. forward
一、实验介绍
本实验实现了一个简化版VGG网络，并基于此完成图像分类任务。
VGG网络是深度卷积神经网络中的经典模型之一，由牛津大学计算机视觉组（Visual Geometry Group）提出。它在2014年的ImageNet图像分类挑战中取得了优异的成绩（分类任务第二，定位任务第一），被广泛应用于图像分类、目标检测和图像生成等任务。
VGG网络的主要特点是使用了非常小的卷积核尺寸（通常为3x3）和更深的网络结构。该网络通过多个卷积层和池化层堆叠在一起，逐渐增加网络的深度，从而提取图像的多层次特征表示。VGG网络的基本构建块是由连续的卷积层组成，每个卷积层后面跟着一个ReLU激活函数。在每个卷积块的末尾，都会添加一个最大池化层来减小特征图的尺寸。VGG网络的这种简单而有效的结构使得它易于理解和实现，并且在不同的任务上具有很好的泛化性能。
VGG网络有几个不同的变体，如VGG11、VGG13、VGG16和VGG19，它们的数字代表网络的层数。这些变体在网络深度和参数数量上有所区别，较深的网络通常具有更强大的表示能力，但也更加复杂。
二、实验环境
本系列实验使用了PyTorch深度学习框架，相关操作如下：
1. 配置虚拟环境
conda create -n DL python=3.7 conda activate DLpip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
conda install matplotlib conda install scikit-learn2. 库版本介绍
| 软件包 | 本实验版本 | 目前最新版 |
| matplotlib | 3.5.3 | 3.8.0 |
| numpy | 1.21.6 | 1.26.0 |
| python | 3.7.16 | |
| scikit-learn | 0.22.1 | 1.3.0 |
| torch | 1.8.1+cu102 | 2.0.1 |
| torchaudio | 0.8.1 | 2.0.2 |
| torchvision | 0.9.1+cu102 | 0.15.2 |
三、实验内容
ChatGPT：
卷积神经网络（Convolutional Neural Network，简称CNN）是一种深度学习模型，广泛应用于图像识别、计算机视觉和模式识别等领域。它的设计灵感来自于生物学中视觉皮层的工作原理。
卷积神经网络通过多个卷积层、池化层和全连接层组成。
- 卷积层主要用于提取图像的局部特征，通过卷积操作和激活函数的处理，可以学习到图像的特征表示。
- 池化层则用于降低特征图的维度，减少参数数量，同时保留主要的特征信息。
- 全连接层则用于将提取到的特征映射到不同类别的概率上，进行分类或回归任务。
卷积神经网络在图像处理方面具有很强的优势，它能够自动学习到具有层次结构的特征表示，并且对平移、缩放和旋转等图像变换具有一定的不变性。这些特点使得卷积神经网络成为图像分类、目标检测、语义分割等任务的首选模型。除了图像处理，卷积神经网络也可以应用于其他领域，如自然语言处理和时间序列分析。通过将文本或时间序列数据转换成二维形式，可以利用卷积神经网络进行相关任务的处理。
0. 导入必要的工具包
import torch
from torch import nn
import torch.nn.functional as F1. conv_layer（创建卷积块）
- 每个卷积块由三个层组成
nn.Conv2d卷积层nn.BatchNorm2d批量标准化层- ReLU激活层
def conv_layer(chann_in, chann_out, k_size, p_size):
layer = nn.Sequential(
nn.Conv2d(chann_in, chann_out, kernel_size=k_size, padding=p_size),
nn.BatchNorm2d(chann_out),
nn.ReLU()
)
return layer-
nn.Conv2d(chann_in, chann_out, kernel_size=k_size, padding=p_size)：二维卷积层，它将输入特征图进行卷积操作。chann_in表示输入通道数，chann_out表示输出通道数，kernel_size表示卷积核尺寸，padding表示填充大小。 -
nn.BatchNorm2d(chann_out)：批量标准化层，用于对卷积层的输出进行标准化处理，加速网络训练过程，并增强网络的鲁棒性。 -
nn.ReLU()：ReLU激活层，对卷积层输出进行非线性映射，引入非线性特征，增加网络的表达能力。
2. vgg_conv_block（卷积模块：卷积层、池化层）
由多个相同的卷积块和一个最大池化层组成。
def vgg_conv_block(in_list, out_list, k_list, p_list, pooling_k, pooling_s):
layers = [conv_layer(in_list[i], out_list[i], k_list[i], p_list[i]) for i in range(len(in_list)) ]
layers += [nn.MaxPool2d(kernel_size = pooling_k, stride = pooling_s)]
return nn.Sequential(*layers)- 函数的输入参数包括：
in_list、out_list、k_list、p_list、pooling_k和pooling_s，分别表示每个卷积块的输入通道数、输出通道数、卷积核尺寸、填充大小，以及最大池化层的核大小和步长。
- 通过列表推导式和
conv_layer函数创建了多个卷积块的层，并将它们按顺序存储在layers列表中。然后，将最大池化层(nn.MaxPool2d)的实例添加到layers列表的末尾。 - 通过
nn.Sequential将layers列表中的层按顺序连接起来，并返回一个包含所有层的卷积模块。
3. vgg_fc_layer（全连接层）
全连接层由三个层组成：nn.Linear线性层、nn.BatchNorm1d批量标准化层和ReLU激活层。
def vgg_fc_layer(size_in, size_out):
layer = nn.Sequential(
nn.Linear(size_in, size_out),
nn.BatchNorm1d(size_out),
nn.ReLU()
)
return layer
- 函数的输入参数包括
size_in和size_out，它们分别表示输入特征的大小和输出特征的大小。 - 通过
nn.Sequential将线性层、批量标准化层和ReLU激活层三个层按顺序连接起来，并返回一个全连接层的模块。
4. VGG_S（VGG模型简化版）
为了简化，我们少使用了几层卷积层。
class VGG_S(nn.Module):
def __init__ (self, num_classes):
super().__init__()
self.layer1 = vgg_conv_block([3,64], [64,64], [3,3], [1,1], 2, 2)
self.layer2 = vgg_conv_block([64,128], [128,128], [3,3], [1,1], 2, 2)
self.layer3 = vgg_conv_block([128,256,256], [256,256,256], [3,3,3], [1,1,1], 2, 2)
# 全连接层
self.layer4 = vgg_fc_layer(4096, 1024)
# Final layer
self.layer5 = nn.Linear(1024, num_classes)
def forward(self, x):
out = self.layer1(x)
out = self.layer2(out)
vgg16_features = self.layer3(out)
out = vgg16_features.view(out.size(0), -1)
out = self.layer4(out)
out = self.layer5(out)
return outa. __init__
- 通过调用
vgg_conv_block函数创建了三个卷积模块(layer1、layer2和layer3)，并指定了它们的输入通道数、输出通道数、卷积核尺寸、填充大小以及最大池化层的核大小和步长。 - 创建一个全连接层(
layer4)，其中输入特征的大小为4096，输出特征的大小为1024。 - 通过
nn.Linear创建了最后一层(layer5)，将1024维的特征映射到预测类别的数量。
b. forward
输入数据经过卷积部分的三个卷积模块，然后通过view函数将特征展平成一维向量。接着，特征向量通过全连接层和最后一层进行预测，最终输出预测结果。