1. net.py文件
- 这里面写python是为了告诉他我在写python代码。
#coding:utf8
# Copyright 2019 longpeng2008. All Rights Reserved.
# Licensed under the Apache License, Version 2.0 (the "License");
# If you find any problem,please contact us
#
# [email protected]
#
# or create issues
# =============================================================================
import torch
import torch.nn as nn
import torch.nn.functional as F
import numpy as np
from torchsummary import summary
## 3层卷积神经网络simpleconv3定义
## 包括3个卷积层，3个BN层，3个ReLU激活层，3个全连接层
class simpleconv3(nn.Module):
## 初始化函数
def __init__(self,nclass):
super(simpleconv3,self).__init__()
self.conv1 = nn.Conv2d(3, 12, 3, 2) #输入图片大小为3*48*48，输出特征图大小为12*23*23，卷积核大小为3*3，步长为2
self.bn1 = nn.BatchNorm2d(12)
self.conv2 = nn.Conv2d(12, 24, 3, 2) #输入图片大小为12*23*23，输出特征图大小为24*11*11，卷积核大小为3*3，步长为2
self.bn2 = nn.BatchNorm2d(24)
self.conv3 = nn.Conv2d(24, 48, 3, 2) #输入图片大小为24*11*11，输出特征图大小为48*5*5，卷积核大小为3*3，步长为2
self.bn3 = nn.BatchNorm2d(48)
self.fc1 = nn.Linear(48 * 5 * 5 , 1200) #输入向量长为48*5*5=1200，输出向量长为1200
self.fc2 = nn.Linear(1200 , 128) #输入向量长为1200，输出向量长为128
self.fc3 = nn.Linear(128 , nclass) #输入向量长为128，输出向量长为nclass，等于类别数
## 前向函数
def forward(self, x):
## relu函数，不需要进行实例化，直接进行调用
## conv，fc层需要调用nn.Module进行实例化
x = F.relu(self.bn1(self.conv1(x)))
x = F.relu(self.bn2(self.conv2(x)))
x = F.relu(self.bn3(self.conv3(x)))
x = x.view(-1 , 48 * 5 * 5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
if __name__ == '__main__':
import torch
x = torch.randn(1,3,48,48)
model = simpleconv3(4)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)
x = x.to(device)
y = model(x)
print(model)
summary(model, (3, 48, 48))
2. net.py文件解析
*nn.BatchNormal2D(args)
nn.BatchNorm2d表示2D批量归一化(Batch Normalization)操作，用于加速深度神经网络的训练过程，并提高模型的泛化性能。这个操作可以对卷积层和全连接层的输出进行归一化处理，使得网络的输入分布更加稳定，减少了内部协变量位移(Internal Covariate Shift)问题，从而提高了模型的训练速度和泛化性能。
在这段代码中，nn.BatchNorm2d(24)表示对输入维度为24的2D特征图进行批量归一化操作。这个操作会将每个特征通道的输入归一化到均值为0，标准差为1的分布上，使得网络在训练过程中更加稳定，提高了模型的泛化能力。
为什么三个fc?
在深度学习中，卷积神经网络(Convolutional Neural Network, CNN)通常是由卷积层(Convolutional Layer)、激活层(Activation Layer)、池化层(Pooling Layer)和全连接层(Fully Connected Layer)等多种层组成。卷积层通过卷积操作提取图像中的特征，激活层通过对卷积层的输出进行非线性映射，池化层对卷积层输出进行降维，而全连接层则将卷积层和池化层提取的特征进行组合，并将最终的特征向量输入到softmax分类器进行分类。
在这段代码中，simpleconv3类包括3个卷积层、3个BN层、3个ReLU激活层和3个全连接层，其中3个全连接层(fc1, fc2, fc3)用于将卷积层和池化层提取的特征向量进行组合，并输出分类结果。第一个全连接层的输入向量长度为4855，输出向量长度为1200，第二个全连接层的输入向量长度为1200，输出向量长度为128，第三个全连接层的输入向量长度为128，输出向量长度为nclass，等于分类任务的类别数。因此，这3个全连接层的作用是将高维特征向量映射到低维向量，以便进行分类。