nn.AdaptiveAvgPool2d与AdaptiveMaxPool2d

最新推荐文章于 2023-12-25 23:55:00 发布

原创

最新推荐文章于 2023-12-25 23:55:00 发布 · 2.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #计算机视觉 #神经网络

关于PyTorch含有的自适应池化Adaptive Pooling池化层

学习目标：自适应池化层

疑惑：在设计神经网络模型的时候，往往需要将特征图与分类对应上，即需要卷积层到全连接层的过渡。但在这个过渡期，不知道首个全连接层的初始化输入设置为多少？
在这里插入图片描述

学会使用pytorch的自适应池化层nn.AdaptiveMaxPool指定输出的维度，学会读神经网络模型层与层之间的变化。

学习内容：代码示例

提示：网络模型分为三部分，特征提取层，过渡层conv，全连接层

模型源码：

class KpClassify(nn.Module):
    def __init__(self):
        super().__init__()
        self.feature = KeyPointsModel()  # 特征提取网络
        self.conv = nn.Sequential(
            nn.Conv2d(in_channels=24, out_channels=48, kernel_size=3, stride=1, padding=1),
            nn.BatchNorm2d(num_features=48),  # 输入图像的通道数量
            nn.ReLU(inplace=True),   # 此处inplace，选择是否覆盖。表示Relu得到的结果是否覆盖Relu之前的结果
             # 使用inplace=True进行覆盖,可以节约内存，不需要单独创建变量保存数据

            nn.Conv2d(in_channels=48, out_channels=48, kernel_size=3, stride=1, padding=1),
            nn.BatchNorm2d(num_features=48),
            nn.ReLU(inplace=True),
            # 如果想直接确定全连接层的维度，可以使用自适应池化，无论前面的卷积池化的维度变成什么，最后的输出维度都是batchsize*channels*n*n
            # 将每个通道的输出特征固定为n*n.n=9
            nn.AdaptiveMaxPool2d((9, 9))
        )
        self.fc = nn.Sequential(
            nn.Linear(in_features=48 * 9 * 9, out_features=512),  # 首个Linear的输入为：通道数*池化输出，即48*9*9
            nn.ReLU(inplace=True),
            nn.Dropout(0.5),

            nn.Linear(in_features=512, out_features=512),
            nn.ReLU(inplace=True),
            nn.Dropout(0.5),

            nn.Linear(in_features=512, out_features=9)
        )

    def forward(self, x):
        x = self.feature(x