头歌——机器、深度学习——模型构建-VGG

第1关：VGG

任务描述

通过本关卡，你将掌握VGG的网络结构，并使用pytorch进行网络结构搭建。

相关知识

VGG是在2014年由牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司一起研发出了新的深度卷积神经网络，该网络取得了ILSVRC2014比赛分类项目的第二名，VGG可以看成是加深版的AlexNet，整个网络由卷积层和全连接层叠加而成，和AlexNet不同，也正是VGG的贡献在于：VGG是使用很小的卷积核(3×3)构建各种深度的卷积神经网络结构，并对这些网络结构进行了评估，在最终的结果上16-19层的网络深度，能够取得较好的识别精度。 这也就是常用来提取图像特征的VGG-16和VGG-19。

VGG的网络结构

VGG整个结构只有3×3的卷积层，连续的卷积层后使用池化层隔开。虽然层数很多，但是很简洁。网络流程如下:

图 2-1-1 VGG网络结构 整个结构具有如下的特点：

• 使用连续的的多个小卷积核(3×3)，来代替一个大的卷积核（例如(5×5),从而减少参数
• 通道数更多，特征度更宽，每个通道代表着一个FeatureMap，更多的通道数能表示更丰富的图像特征
• 在网络测试阶段将训练阶段的三个全连接替换为三个卷积，使得测试得到的全卷积网络因为没有全连接的限制，因而可以接收任意宽或高为的输入

VGG网络的具体参数设置如下图所示：
 

图2-1-2 VGG网络结构 它具有如下的特点：

• VGG的输入为224×224×3的图像。
• 网络使用连续的小卷积核(3×3)做连续卷积，卷积的固定步长为1，并在图像的边缘填充1个像素，这样卷积后保持图像的分辨率不变。
• 连续的卷积层会接着一个池化层，降低图像的分辨率。空间池化由五个最大池化层进行，这些层在一些卷积层之后（不是所有的卷积层之后都是最大池化）。在2×2像素窗口上进行最大池化，步长为2。
• 卷积层后，接着的是3个全连接层，前两个每个都有4096个通道，第三是输出层输出1000个分类。
• 所有的隐藏层的激活函数都使用的是ReLU
• 使用1×1的卷积核，为了添加非线性激活函数的个数，而且不影响卷积层的感受野。

Pytorch搭建VGG

编程要求

根据提示，在右侧编辑器补充代码，完成网络的搭建。

测试说明

平台会对你编写的代码进行测试：

---

开始你的任务吧，祝你成功！

任务代码如下：

import torch as torch
import torch.nn as nn

class VGG16(nn.Module):
    def __init__(self,num_classes=1000):
        super(VGG16,self).__init__()
        self.features = nn.Sequential(
            ########## Begin ##########
            nn.Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(inplace=True),
            nn.Conv2d(64,64,kernel_size=3,padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(64,128,kernel_size=3,padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(128, 128, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(128, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True)
            ########## End ##########
        )

        self.classifier = nn.Sequential(
            ########## Begin ##########
            nn.Linear(512*7*7,4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096,4096),
            nn.ReLU(True),
            nn.Dropout(),
            nn.Linear(4096,num_classes)
            ########## End ##########
        )

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

model = VGG16()
print(model)