学习总结
- Pytorch模型定义的3种方法：
- Sequential适用于快速验证结果，因为已经明确了要用哪些层，直接写一下就好了，不需要同时写
__init__和forward； - 从列表和字典理解：ModuleList和ModuleDict在某个完全相同的层需要重复出现多次时，比如 ResNets 中的 残差计算，当前层的结果需要和之前层中的结果进行融合，一般使用 ModuleList/ModuleDict 比较方便，能够直接下标访问。
- ModuleDict和ModuleList的作用类似，只是ModuleDict能够更方便地为神经网络的层添加名称（
value即对应层信息）。
- Sequential适用于快速验证结果，因为已经明确了要用哪些层，直接写一下就好了，不需要同时写
- Unet网络：利用
DoubleConv,Down,Up,OutConv四个模块组装U-net模型，其中Up即右侧模型块之间的上采样连接（Up sampling）部分，注意U-net的跳跃连接（Skip-connection）也在这部分（torch.cat([x2, x1], dim=1)）。因为每个子块内部的两次卷积（Double Convolution），所以上采样后也有DoubleConv层。 - 修改模型也很重要：如用resnet模型去做一个10分类的问题，就应该修改模型的fc层，将其输出节点数替换为10、添加外部输入（
cat拼接外部向量，注意有时使用unsqueeze使得维度一致，可以回顾【PyTorch基础教程18】squeeze和unsqueeze）、添加额外输出（修改return）。
一、PyTorch模型定义的方式
模型在深度学习中扮演着重要的角色，好的模型极大地促进了深度学习的发展进步，比如CNN的提出解决了图像、视频处理中的诸多问题，RNN/LSTM模型解决了序列数据处理的问题，GNN在图模型上发挥着重要的作用。
不同模型的网络结构也决定了解决的任务和性能。【PyTorch基础教程10】构建模型基础中学习了卷积层、池化层的具体层定义，和搭建LeNet的简单栗子，这次具体学习模型的三种定义方式。
1.1 必要的知识回顾
- Module 类是 torch.nn 模块里提供的一个模型构造类 (nn.Module)，是所有神经网络模块的基类，可以继承它来定义我们想要的模型；
- Sequential，ModuleList和ModuleDict三种方式
- PyTorch模型定义应包括两个主要部分：
- 各个部分的初始化（
__init__）； - 数据流向定义（forward）
- 各个部分的初始化（
1.2 Sequential
nn.Sequential()即一个时序容器，Modules会以它们传入的顺序被添加到容器中。当模型的前向计算为简单串联各个层的计算时， Sequential 类可以通过更加简单的方式定义模型。- 它可以接收一个子模块的有序字典(
OrderedDict) 或者一系列子模块作为参数来逐一添加 Module 的实例，而模型的前向计算就是将这些实例按添加的顺序逐⼀计算。 - 使用Sequential定义模型的好处在于简单、易读，同时使用Sequential定义的模型不需要再写forward，因为顺序已经定义好了。但使用Sequential也会使得模型定义丧失灵活性，比如需要在模型中间加入一个外部输入时就不适合用Sequential的方式实现。使用时需根据实际需求加以选择。
我们结合Sequential和定义方式加以理解：
class MySequential(nn.Module):
from collections import OrderedDict
def __init__(self, *args):
super(MySequential, self).__init__()
if len(args) == 1 and isinstance(args[0], OrderedDict): # 如果传入的是一个OrderedDict
for key, module in args[0].items():
self.add_module(key, module) # add_module方法会将module添加进self._modules(一个OrderedDict)
else: # 传入的是一些Module
for idx, module in enumerate(args):
self.add_module(str(idx), module)
def forward(self, input):
# self._modules返回一个 OrderedDict，保证会按照成员添加时的顺序遍历成
for module in self._modules.values():
input = module(input)
return input
如何使用Sequential来定义模型。只需要将模型的层按序排列起来即可，根据层名的不同，排列的时候有两种方式：
- 直接排列
import torch.nn as nn
net = nn.Sequential(
nn.Linear(784, 256),
nn.ReLU(),
nn.Linear(256, 10),
)
print(net)
# 结果：
Sequential(
(0): Linear(in_features=784, out_features=256, bias=True)
(1): ReLU()
(2): Linear(in_features=256, out_features=10, bias=True)
)
- 使用OrderedDict：
import collections
import torch.nn as nn
net2 = nn.Sequential(collections.OrderedDict([
('fc1', nn.Linear(784, 256)),
('relu1', nn.ReLU()),
('fc2', nn.Linear(256, 10))
]))
print(net2)
# 结果：
Sequential(
(fc1): Linear(in_features=784, out_features=256, bias=True)
(relu1): ReLU()
(fc2): Linear(in_features=256, out_features=10, bias=True)
)
1.3 ModuleList
对应模块为nn.ModuleList()。
- ModuleList 接收一个子模块（或层，需属于
nn.Module类）的列表作为输入，然后也可以类似List那样进行append和extend操作。 - 子模块或层的权重也会自动添加到网络中来。
net = nn.ModuleList([nn.Linear(784, 256), nn.ReLU()])
net.append(nn.Linear(256, 10)) # # 类似List的append操作
print(net[-1]) # 类似List的索引访问
print(net)
# 结果为：
Linear(in_features=256, out_features=10, bias=True)
ModuleList(
(0): Linear(in_features=784, out_features=256, bias=True)
(1): ReLU()
(2): Linear(in_features=256, out_features=10, bias=True)
)
注意：nn.ModuleList 并没有定义一个网络，它只是将不同的模块储存在一起。ModuleList中元素的先后顺序并不代表其在网络中的真实位置顺序，需要经过forward函数指定各个层的先后顺序后才算完成了模型的定义。具体实现时用for循环即可完成：
class model(nn.Module):
def __init__(self, ...):
self.modulelist = ...
...
def forward(self, x):
for layer in self.modulelist:
x = layer(x)
return x
1.4 ModuleDict
对应模块为nn.ModuleDict()，从名字也看出是一个字典，ModuleDict和ModuleList的作用类似，只是ModuleDict能够更方便地为神经网络的层添加名称（value），并且访问时可以直接用key值引用。
net = nn.ModuleDict({
'linear': nn.Linear(784, 256),
'act': nn.ReLU(),
})
net['output'] = nn.Linear(256, 10) # 添加
print(net['linear']) # 访问
print(net.output)
print(net)
# 结果为
Linear(in_features=784, out_features=256, bias=True)
Linear(in_features=256, out_features=10, bias=True)
ModuleDict(
(act): ReLU()
(linear): Linear(in_features=784, out_features=256, bias=True)
(output): Linear(in_features=256, out_features=10, bias=True)
)
1.5 三种方法的比较与适用场景
- Sequential适用于快速验证结果，因为已经明确了要用哪些层，直接写一下就好了，不需要同时写
__init__和forward； - ModuleList和ModuleDict在某个完全相同的层需要重复出现多次时，非常方便实现，可以”一行顶多行“；当我们需要之前层的信息的时候，比如 ResNets 中的 残差计算，当前层的结果需要和之前层中的结果进行融合，一般使用 ModuleList/ModuleDict 比较方便。
二、利用模型块快速搭建复杂网络
上面的栗子都是用torch.nn中的层来定义模型，如果模型网络很深，使用Sequential定义模型结构需要向其中添加几百行代码，使用起来不甚方便。
对于大部分模型结构（比如ResNet、DenseNet等），虽然模型有很多层， 但是其中有很多重复出现的结构。考虑到每一层有其输入和输出，若干层串联成的”模块“也有其输入和输出，如果我们能将这些重复出现的层定义为一个”模块“，每次只需要向网络中添加对应的模块来构建模型，这样将会极大便利模型构建的过程。
下面将以U-Net为例，介绍如何构建模型块，以及如何利用模型块快速搭建复杂模型。
2.1 U-Net简介
U-Net是分割 (Segmentation) 模型的杰作，在以医学影像为代表的诸多领域有着广泛的应用。U-Net模型结构如下图所示，通过残差连接结构解决了模型学习中的退化问题，使得神经网络的深度能够不断扩展。
2.2 U-Net模型块分析
U-Net模型具有非常好的对称性。由于模型的形状非常像英文字母的“U”，因此被命名为“U-Net”。
- 模型从上到下分为若干层，每层由左侧和右侧两个模型块组成，每侧的模型块与其上下模型块之间有连接；
- 同时位于同一层左右两侧的模型块之间也有连接，称为“Skip-connection”。
- 还有输入和输出处理等其他组成部分。
组成U-Net的模型块主要有如下几个部分：
- 每个子块内部的两次卷积（Double Convolution）
- 左侧模型块之间的下采样连接，通过Max pooling来实现
- 右侧模型块之间的上采样连接（Up sampling）
- 输出层的处理
除模型块外，还有模型块之间的横向连接，输入和U-Net底部的连接等计算，这些单独的操作可以通过forward函数来实现。
2.3 U-Net模型块实现
在使用PyTorch实现U-Net模型时，我们不必把每一层按序排列显式写出，这样太麻烦且不宜读，更好的方法是先定义好模型块，再定义模型块之间的连接顺序和计算方式。
这里的基础部件对应上一节分析的四个模型块：DoubleConv, Down, Up, OutConv。下面给出U-Net中模型块的PyTorch 实现：
import torch
import torch.nn as nn
import torch.nn.functional as F
DoubleConv即每个子块内部的两次卷积（Double Convolution）。这里回顾下CNN卷积神经网络，我们可以很方便地使用nn.Con2d层，并且注意一开始的input维度为batch_size, in_channels, width, height，而Conv2d()的参数依次为输入通道数、输出通道数和kernel_size：
class DoubleConv(nn.Module):
"""(convolution => [BN] => ReLU) * 2"""
def __init__(self, in_channels, out_channels, mid_channels=None):
super().__init__()
if not mid_channels:
mid_channels = out_channels
self.double_conv = nn.Sequential(
nn.Conv2d(in_channels, mid_channels, kernel_size=3, padding=1, bias=False),
nn.BatchNorm2d(mid_channels),
nn.ReLU(inplace=True),
nn.Conv2d(mid_channels, out_channels, kernel_size=3, padding=1, bias=False),
nn.BatchNorm2d(out_channels),
nn.ReLU(inplace=True)
)
def forward(self, x):
return self.double_conv(x)
Down即左侧模型块之间的下采样连接，通过Max pooling来实现。因为每个子块内部的两次卷积（Double Convolution），所以最大池化后也有DoubleConv层。
class Down(nn.Module):
"""Downscaling with maxpool then double conv"""
def __init__(self, in_channels, out_channels):
super().__init__()
self.maxpool_conv = nn.Sequential(
nn.MaxPool2d(2),
DoubleConv(in_channels, out_channels)
)
def forward(self, x):
return self.maxpool_conv(x)
Up即右侧模型块之间的上采样连接（Up sampling）部分，注意U-net的跳跃连接（Skip-connection）也在这部分（torch.cat([x2, x1], dim=1)）。因为每个子块内部的两次卷积（Double Convolution），所以上采样后也有DoubleConv层。
class Up(nn.Module):
"""Upscaling then double conv"""
def __init__(self, in_channels, out_channels, bilinear=True):
super().__init__()
# if bilinear, use the normal convolutions to reduce the number of channels
if bilinear:
self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)
self.conv = DoubleConv(in_channels, out_channels, in_channels // 2)
else:
self.up = nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size=2, stride=2)
self.conv = DoubleConv(in_channels, out_channels)
def forward(self, x1, x2):
x1 = self.up(x1)
# input is CHW
diffY = x2.size()[2] - x1.size()[2]
diffX = x2.size()[3] - x1.size()[3]
x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2,
diffY // 2, diffY - diffY // 2])
# if you have padding issues, see
# https://github.com/HaiyongJiang/U-Net-Pytorch-Unstructured-Buggy/commit/0e854509c2cea854e247a9c615f175f76fbb2e3a
# https://github.com/xiaopeng-liao/Pytorch-UNet/commit/8ebac70e633bac59fc22bb5195e513d5832fb3bd
x = torch.cat([x2, x1], dim=1)
return self.conv(x)
class OutConv(nn.Module):
def __init__(self, in_channels, out_channels):
super(OutConv, self).__init__()
self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=1)
def forward(self, x):
return self.conv(x)
2.4 利用模型块组装U-Net
使用写好的模型块，可以非常方便地组装U-Net模型。可以看到，通过模型块的方式实现了代码复用，整个模型结构定义所需的代码总行数明显减少，代码可读性也得到了提升。
class UNet(nn.Module):
def __init__(self, n_channels, n_classes, bilinear=True):
super(UNet, self).__init__()
self.n_channels = n_channels
self.n_classes = n_classes
self.bilinear = bilinear
self.inc = DoubleConv(n_channels, 64)
self.down1 = Down(64, 128)
self.down2 = Down(128, 256)
self.down3 = Down(256, 512)
factor = 2 if bilinear else 1
self.down4 = Down(512, 1024 // factor)
self.up1 = Up(1024, 512 // factor, bilinear)
self.up2 = Up(512, 256 // factor, bilinear)
self.up3 = Up(256, 128 // factor, bilinear)
self.up4 = Up(128, 64, bilinear)
self.outc = OutConv(64, n_classes)
def forward(self, x):
x1 = self.inc(x)
x2 = self.down1(x1)
x3 = self.down2(x2)
x4 = self.down3(x3)
x5 = self.down4(x4)
x = self.up1(x5, x4)
x = self.up2(x, x3)
x = self.up3(x, x2)
x = self.up4(x, x1)
logits = self.outc(x)
return logits
我们也可以看下这个Unet模型的结果，注意一开始的Convd2d的输出通道数已经有默认值64了，输入参数输入通道数即可：
net = UNet(1, 10)
print(net)
结果截图一部分：
这里我们定义随机输入数据后看看经过模型后的结果维度，注意下面的两个3的维度要对应，第一个3是输入数据的input_channel（如彩色图像，就是RGB的三维channel），第二个3是卷积层中传入的input_channel实参。另外在我们randn的第一个参数是batch_size，即一次处理的样本数。
if __name__ == '__main__':
# 输入为大小为256*256的RGB数据
input_data = torch.randn(1, 3, 256, 256)
print('输入的数据：\n',input_data.shape)
net = UNet(3, 1)
print('输出的数据维度：\n', net(input_data).shape)
# print(summary(net, input_data.shape))
结果为：
输入的数据：
torch.Size([1, 3, 256, 256])
输出的数据维度：
torch.Size([1, 1, 256, 256])
通过pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torchsummary我们可以使用torchsummary工具更好看清模型结构：
print(summary(net.cuda(), (3, 256, 256)))
结果为：
----------------------------------------------------------------
Layer (type) Output Shape Param #
================================================================
Conv2d-1 [-1, 64, 256, 256] 1,728
BatchNorm2d-2 [-1, 64, 256, 256] 128
ReLU-3 [-1, 64, 256, 256] 0
Conv2d-4 [-1, 64, 256, 256] 36,864
BatchNorm2d-5 [-1, 64, 256, 256] 128
ReLU-6 [-1, 64, 256, 256] 0
DoubleConv-7 [-1, 64, 256, 256] 0
MaxPool2d-8 [-1, 64, 128, 128] 0
Conv2d-9 [-1, 128, 128, 128] 73,728
BatchNorm2d-10 [-1, 128, 128, 128] 256
ReLU-11 [-1, 128, 128, 128] 0
Conv2d-12 [-1, 128, 128, 128] 147,456
BatchNorm2d-13 [-1, 128, 128, 128] 256
ReLU-14 [-1, 128, 128, 128] 0
DoubleConv-15 [-1, 128, 128, 128] 0
Down-16 [-1, 128, 128, 128] 0
MaxPool2d-17 [-1, 128, 64, 64] 0
Conv2d-18 [-1, 256, 64, 64] 294,912
BatchNorm2d-19 [-1, 256, 64, 64] 512
ReLU-20 [-1, 256, 64, 64] 0
Conv2d-21 [-1, 256, 64, 64] 589,824
BatchNorm2d-22 [-1, 256, 64, 64] 512
ReLU-23 [-1, 256, 64, 64] 0
DoubleConv-24 [-1, 256, 64, 64] 0
Down-25 [-1, 256, 64, 64] 0
MaxPool2d-26 [-1, 256, 32, 32] 0
Conv2d-27 [-1, 512, 32, 32] 1,179,648
BatchNorm2d-28 [-1, 512, 32, 32] 1,024
ReLU-29 [-1, 512, 32, 32] 0
Conv2d-30 [-1, 512, 32, 32] 2,359,296
BatchNorm2d-31 [-1, 512, 32, 32] 1,024
ReLU-32 [-1, 512, 32, 32] 0
DoubleConv-33 [-1, 512, 32, 32] 0
Down-34 [-1, 512, 32, 32] 0
MaxPool2d-35 [-1, 512, 16, 16] 0
Conv2d-36 [-1, 512, 16, 16] 2,359,296
BatchNorm2d-37 [-1, 512, 16, 16] 1,024
ReLU-38 [-1, 512, 16, 16] 0
Conv2d-39 [-1, 512, 16, 16] 2,359,296
BatchNorm2d-40 [-1, 512, 16, 16] 1,024
ReLU-41 [-1, 512, 16, 16] 0
DoubleConv-42 [-1, 512, 16, 16] 0
Down-43 [-1, 512, 16, 16] 0
Upsample-44 [-1, 512, 32, 32] 0
Conv2d-45 [-1, 512, 32, 32] 4,718,592
BatchNorm2d-46 [-1, 512, 32, 32] 1,024
ReLU-47 [-1, 512, 32, 32] 0
Conv2d-48 [-1, 256, 32, 32] 1,179,648
BatchNorm2d-49 [-1, 256, 32, 32] 512
ReLU-50 [-1, 256, 32, 32] 0
DoubleConv-51 [-1, 256, 32, 32] 0
Up-52 [-1, 256, 32, 32] 0
Upsample-53 [-1, 256, 64, 64] 0
Conv2d-54 [-1, 256, 64, 64] 1,179,648
BatchNorm2d-55 [-1, 256, 64, 64] 512
ReLU-56 [-1, 256, 64, 64] 0
Conv2d-57 [-1, 128, 64, 64] 294,912
BatchNorm2d-58 [-1, 128, 64, 64] 256
ReLU-59 [-1, 128, 64, 64] 0
DoubleConv-60 [-1, 128, 64, 64] 0
Up-61 [-1, 128, 64, 64] 0
Upsample-62 [-1, 128, 128, 128] 0
Conv2d-63 [-1, 128, 128, 128] 294,912
BatchNorm2d-64 [-1, 128, 128, 128] 256
ReLU-65 [-1, 128, 128, 128] 0
Conv2d-66 [-1, 64, 128, 128] 73,728
BatchNorm2d-67 [-1, 64, 128, 128] 128
ReLU-68 [-1, 64, 128, 128] 0
DoubleConv-69 [-1, 64, 128, 128] 0
Up-70 [-1, 64, 128, 128] 0
Upsample-71 [-1, 64, 256, 256] 0
Conv2d-72 [-1, 64, 256, 256] 73,728
BatchNorm2d-73 [-1, 64, 256, 256] 128
ReLU-74 [-1, 64, 256, 256] 0
Conv2d-75 [-1, 64, 256, 256] 36,864
BatchNorm2d-76 [-1, 64, 256, 256] 128
ReLU-77 [-1, 64, 256, 256] 0
DoubleConv-78 [-1, 64, 256, 256] 0
Up-79 [-1, 64, 256, 256] 0
Conv2d-80 [-1, 1, 256, 256] 65
OutConv-81 [-1, 1, 256, 256] 0
================================================================
Total params: 17,262,977
Trainable params: 17,262,977
Non-trainable params: 0
----------------------------------------------------------------
Input size (MB): 0.75
Forward/backward pass size (MB): 942.00
Params size (MB): 65.85
Estimated Total Size (MB): 1008.60
----------------------------------------------------------------
None
三、PyTorch修改模型
- 如何在已有模型的基础上修改模型若干层
- 如何在已有模型的基础上添加额外输入
- 如何在已有模型的基础上添加额外输出
3.1 修改ResNet50模型层做10分类任务
这里以pytorch官方视觉库torchvision预定义好的模型ResNet50为例，探索如何修改模型的某一层或者某几层。先看模型定义：
import torchvision.models as models
net = models.resnet50()
print(net)
ResNet(
(conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
(bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU(inplace=True)
(maxpool): MaxPool2d(kernel_size=3, stride=2, padding=1, dilation=1, ceil_mode=False)
(layer1): Sequential(
(0): Bottleneck(
(conv1): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv3): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn3): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU(inplace=True)
(downsample): Sequential(
(0): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
(1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
)
)
..............
(avgpool): AdaptiveAvgPool2d(output_size=(1, 1))
(fc): Linear(in_features=2048, out_features=1000, bias=True)
)
这里模型结构是为了适配ImageNet预训练的权重，因此最后全连接层（fc）的输出节点数是1000。
对原模型作两个修改：
- 假设我们要用这个resnet模型去做一个10分类的问题，就应该修改模型的fc层，将其输出节点数替换为10。
- 我们觉得一层全连接层可能太少了，想再加一层。
from collections import OrderedDict
classifier = nn.Sequential(OrderedDict([('fc1', nn.Linear(2048, 128)),
('relu1', nn.ReLU()),
('dropout1',nn.Dropout(0.5)),
('fc2', nn.Linear(128, 10)),
('output', nn.Softmax(dim=1))
]))
net.fc = classifier
这里的操作相当于将模型（net）最后名称为“fc”的层替换成了我们自己定义的名称为“classifier”的结构。使用Sequential+OrderedDict的模型定义方式。现在的模型就可以去做10分类任务了。
3.2 添加外部输入
有时候在模型训练中，除了已有模型的输入之外，还需要输入额外的信息。比如在CNN网络中，我们除了输入图像，还需要同时输入图像对应的其他信息，这时候就需要在已有的CNN网络中添加额外的输入变量。
基本的思路：将原模型添加输入位置前的部分作为一个整体，同时在forward中定义好原模型不变的部分、添加的输入和后续层之间的连接关系，从而完成模型的修改。
我们以torchvision的resnet50模型为基础，任务还是10分类任务。不同点在于，我们希望利用已有的模型结构，在倒数第二层增加一个额外的输入变量add_variable来辅助预测。具体实现如下：
import torch.nn as nn
import torch
import torchvision.models as models
from collections import OrderedDict
# 添加外部输入
class Model(nn.Module):
def __init__(self, net):
super(Model, self).__init__()
self.net = net
self.relu = nn.ReLU()
self.dropout = nn.Dropout(0.5)
self.fc_add = nn.Linear(1001, 10, bias=True)
self.output = nn.Softmax(dim=1)
def forward(self, x, add_variable):
# net(x)为resnet50()
x = self.net(x)
# 增加一个额外的输入变量add_variable，辅助预测
# 添加 self.dropout(self.relu(x)) 的输出为1000维，add_variable.unsqueeze(1))为1维
# cat之后1001维度
x = torch.cat((self.dropout(self.relu(x)),
add_variable.unsqueeze(1)),
1)
x = self.fc_add(x)
x = self.output(x)
return x
net = models.resnet50()
print('添加额外输入之前：\n', net)
model = Model(net)
print('添加额外输入之后：\n', model)
# 另外别忘了，训练中在输入数据的时候要给两个inputs：
# outputs = model(inputs, add_var)
这里的实现要点是通过torch.cat实现了tensor的拼接。torchvision中的resnet50输出是一个1000维的tensor，我们通过修改forward函数（配套定义一些层），先将2048维的tensor通过激活函数层和dropout层，再和外部输入变量"add_variable"拼接，之后再通过全连接层映射到指定的输出维度10。
另外这里对外部输入变量"add_variable"进行unsqueeze操作是为了和net输出的tensor保持维度一致，常用于add_variable是单一数值 (scalar) 的情况，此时add_variable的维度是 (batch_size)，需要在第二维补充维数1，从而可以和tensor进行torch.cat操作。
之后对我们修改好的模型结构进行实例化，就可以使用了：
import torchvision.models as models
net = models.resnet50()
model = Model(net).cuda()
另外别忘了，训练中在输入数据的时候要给两个inputs：
outputs = model(inputs, add_var)
3.3 添加额外输出
有时候在模型训练中，除了模型最后的输出外，我们需要输出模型某一中间层的结果，以施加额外的监督，获得更好的中间层结果。基本的思路是修改模型定义中forward函数的return变量。
依然以resnet50做10分类任务为例，在已经定义好的模型结构上，同时输出1000维的倒数第二层和10维的最后一层结果。具体实现如下：
import torch.nn as nn
import torch
import torchvision.models as models
from collections import OrderedDict
# 添加额外输出
class Model(nn.Module):
def __init__(self, net):
super(Model, self).__init__()
self.net = net
self.relu = nn.ReLU()
self.dropout = nn.Dropout(0.5)
self.fc1 = nn.Linear(1000, 10, bias=True)
self.output = nn.Softmax(dim=1)
def forward(self, x):
x1000 = self.net(x)
x10 = self.dropout(self.relu(x1000))
x10 = self.fc1(x10)
x10 = self.output(x10)
# 输出倒数第二层x1000,和最后一层x10
return x10, x1000
net = models.resnet50()
print('添加额外输出之前：\n', net)
model = Model(net)
print('添加额外输出之后：\n', model)
之后对我们修改好的模型结构进行实例化，就可以使用了：
import torchvision.models as models
net = models.resnet50()
model = Model(net).cuda()
另外别忘了，训练中在输入数据后会有两个outputs：
out10, out1000 = model(inputs, add_var)
四、PyTorch模型保存与读取
另外，在很多场景下我们都会使用多GPU训练。这种情况下，模型会分布于各个GPU上（参加4.0处的分布数据式训练，这里暂不考虑分布模型式训练），模型的保存和读取与单GPU训练情景下是否有所不同？
- PyTorch的模型结构
- PyTorch模型存储的内容
- 单卡与多卡训练下模型的保存与加载方法
4.0 并行计算
在利用PyTorch做深度学习的过程中，可能会遇到数据量较大无法在单块GPU上完成，或者需要提升计算速度的场景，这时就需要用到并行计算。
（1）为什么要做并行计算
为了模型训练得更快，可以使用多个GPU参与训练，并行计算。
（2）CUDA是个啥
CUDA是我们使用GPU的提供商——NVIDIA提供的GPU并行计算框架。对于GPU本身的编程，使用的是CUDA语言来实现的。但是，在我们使用PyTorch编写深度学习代码时，使用的CUDA又是另一个意思。在PyTorch使用 CUDA表示要开始要求我们的模型或者数据开始使用GPU了。
在编写程序中，当我们使用了 cuda() 时，其功能是让我们的模型或者数据迁移到GPU当中，通过GPU开始计算。
（3）做并行的方法：
- 网络结构分布到不同的设备中(Network partitioning)
在刚开始做模型并行的时候，这个方案使用的比较多。其中主要的思路是，将一个模型的各个部分拆分，然后将不同的部分放入到GPU来做不同任务的计算。其架构如下：
这里遇到的问题就是，不同模型组件在不同的GPU上时，GPU之间的传输就很重要，对于GPU之间的通信是一个考验。但是GPU的通信在这种密集任务中很难办到。所有这个方式慢慢淡出了视野，
- 同一层的任务分布到不同数据中(Layer-wise partitioning)
第二种方式就是，同一层的模型做一个拆分，让不同的GPU去训练同一层模型的部分任务。其架构如下：
这样可以保证在不同组件之间传输的问题，但是在我们需要大量的训练，同步任务加重的情况下，会出现和第一种方式一样的问题。
- 不同的数据分布到不同的设备中，执行相同的任务(Data parallelism)（当前主流）
第三种方式有点不一样，它的逻辑是，我不再拆分模型，我训练的时候模型都是一整个模型。但是我将输入的数据拆分。所谓的拆分数据就是，同一个模型在不同GPU中训练一部分数据，然后再分别计算一部分数据之后，只需要将输出的数据做一个汇总，然后再反传。其架构如下：
这种方式可以解决之前模式遇到的通讯问题。
PS:现在的主流方式是数据并行的方式(Data parallelism)
4.1 模型存储格式
PyTorch存储模型主要采用pkl，pt，pth三种格式。就使用层面来说没有区别。
4.2 模型存储内容
一个PyTorch模型主要包含两个部分：模型结构和权重。其中模型是继承nn.Module的类，权重的数据结构是一个字典（key是层名，value是权重向量）。存储也由此分为两种形式：存储整个模型（包括结构和权重），和只存储模型权重。
from torchvision import models
model = models.resnet152(pretrained=True)
# 保存整个模型
torch.save(model, save_dir)
# 保存模型权重
torch.save(model.state_dict, save_dir)
对于PyTorch而言，pt, pth和pkl三种数据格式均支持模型权重和整个模型的存储，因此使用上没有差别。
4.3 单卡和多卡模型存储的区别
PyTorch中将模型和数据放到GPU上有两种方式——.cuda()和.to(device)，本节后续内容针对前一种方式进行讨论。如果要使用多卡训练的话，需要对模型使用torch.nn.DataParallel。示例如下：
os.environ['CUDA_VISIBLE_DEVICES'] = '0' # 如果是多卡改成类似0,1,2
model = model.cuda() # 单卡
model = torch.nn.DataParallel(model).cuda() # 多卡
之后我们把model对应的layer名称打印出来看一下，可以观察到差别在于多卡并行的模型每层的名称前多了一个“module”。
- 单卡模型的层名：
- 多卡模型的层名：
这种模型表示的不同可能会导致模型保存和加载过程中需要处理一些矛盾点，下面对各种可能的情况做分类讨论。
4.4 情况分类讨论
由于训练和测试所使用的硬件条件不同，在模型的保存和加载过程中可能因为单GPU和多GPU环境的不同带来模型不匹配等问题。这里对PyTorch框架下单卡/多卡下模型的保存和加载问题进行排列组合（=4），样例模型是torchvision中预训练模型resnet152。
（1）单卡保存+单卡加载
在使用os.envision命令指定使用的GPU后，即可进行模型保存读取操作。注意这里即便保存和读取时使用的GPU不同也无妨。
import os
import torch
from torchvision import models
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #这里替换成希望使用的GPU编号
model = models.resnet152(pretrained=True)
model.cuda()
# 保存+读取整个模型
torch.save(model, save_dir)
loaded_model = torch.load(save_dir)
loaded_model.cuda()
# 保存+读取模型权重
torch.save(model.state_dict(), save_dir)
loaded_dict = torch.load(save_dir)
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model.state_dict = loaded_dict
loaded_model.cuda()
（2）单卡保存+多卡加载
这种情况的处理比较简单，读取单卡保存的模型后，使用nn.DataParallel函数进行分布式训练设置即可（相当于3.1代码中.cuda()替换一下）：
import os
import torch
from torchvision import models
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #这里替换成希望使用的GPU编号
model = models.resnet152(pretrained=True)
model.cuda()
# 保存+读取整个模型
torch.save(model, save_dir)
os.environ['CUDA_VISIBLE_DEVICES'] = '1,2' #这里替换成希望使用的GPU编号
loaded_model = torch.load(save_dir)
loaded_model = nn.DataParallel(loaded_model).cuda()
# 保存+读取模型权重
torch.save(model.state_dict(), save_dir)
os.environ['CUDA_VISIBLE_DEVICES'] = '1,2' #这里替换成希望使用的GPU编号
loaded_dict = torch.load(save_dir)
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model.state_dict = loaded_dict
loaded_model = nn.DataParallel(loaded_model).cuda()
（3）多卡保存+单卡加载
这种情况下的核心问题是：如何去掉权重字典键名中的"module"，以保证模型的统一性。
对于加载整个模型，直接提取模型的module属性即可：
import os
import torch
from torchvision import models
os.environ['CUDA_VISIBLE_DEVICES'] = '1,2' #这里替换成希望使用的GPU编号
model = models.resnet152(pretrained=True)
model = nn.DataParallel(model).cuda()
# 保存+读取整个模型
torch.save(model, save_dir)
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #这里替换成希望使用的GPU编号
loaded_model = torch.load(save_dir)
loaded_model = loaded_model.module
对于加载模型权重，有以下几种思路：
去除字典里的module麻烦，往model里添加module简单（推荐）
import os
import torch
from torchvision import models
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2' #这里替换成希望使用的GPU编号
model = models.resnet152(pretrained=True)
model = nn.DataParallel(model).cuda()
# 保存+读取模型权重
torch.save(model.state_dict(), save_dir)
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #这里替换成希望使用的GPU编号
loaded_dict = torch.load(save_dir)
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model = nn.DataParallel(loaded_model).cuda()
loaded_model.state_dict = loaded_dict
这样即便是单卡，也可以开始训练了（相当于分布到单卡上）
遍历字典去除module
from collections import OrderedDict
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #这里替换成希望使用的GPU编号
loaded_dict = torch.load(save_dir)
new_state_dict = OrderedDict()
for k, v in loaded_dict.items():
name = k[7:] # module字段在最前面，从第7个字符开始就可以去掉module
new_state_dict[name] = v #新字典的key值对应的value一一对应
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model.state_dict = new_state_dict
loaded_model = loaded_model.cuda()
使用replace操作去除module
loaded_model = models.resnet152()
loaded_dict = torch.load(save_dir)
loaded_model.load_state_dict({
k.replace('module.', ''): v for k, v in loaded_dict.items()})
- 多卡保存+多卡加载
由于是模型保存和加载都使用的是多卡，因此不存在模型层名前缀不同的问题。但多卡状态下存在一个device（使用的GPU）匹配的问题，即保存整个模型时会同时保存所使用的GPU id等信息，读取时若这些信息和当前使用的GPU信息不符则可能会报错或者程序不按预定状态运行。具体表现为以下两点：
读取整个模型再使用nn.DataParallel进行分布式训练设置
这种情况很可能会造成保存的整个模型中GPU id和读取环境下设置的GPU id不符，训练时数据所在device和模型所在device不一致而报错。
读取整个模型而不使用nn.DataParallel进行分布式训练设置
这种情况可能不会报错，测试中发现程序会自动使用设备的前n个GPU进行训练（n是保存的模型使用的GPU个数）。此时如果指定的GPU个数少于n，则会报错。在这种情况下，只有保存模型时环境的device id和读取模型时环境的device id一致，程序才会按照预期在指定的GPU上进行分布式训练。
相比之下，读取模型权重，之后再使用nn.DataParallel进行分布式训练设置则没有问题。因此多卡模式下建议使用权重的方式存储和读取模型：
import os
import torch
from torchvision import models
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2' #这里替换成希望使用的GPU编号
model = models.resnet152(pretrained=True)
model = nn.DataParallel(model).cuda()
# 保存+读取模型权重，强烈建议！！
torch.save(model.state_dict(), save_dir)
loaded_dict = torch.load(save_dir)
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model = nn.DataParallel(loaded_model).cuda()
loaded_model.state_dict = loaded_dict
如果只有保存的整个模型，也可以采用提取权重的方式构建新的模型：
# 读取整个模型
loaded_whole_model = torch.load(save_dir)
loaded_model = models.resnet152() #注意这里需要对模型结构有定义
loaded_model.state_dict = loaded_whole_model.state_dict
loaded_model = nn.DataParallel(loaded_model).cuda()
另外，上面所有对于loaded_model修改权重字典的形式都是通过赋值来实现的，在PyTorch中还可以通过"load_state_dict"函数来实现：
loaded_model.load_state_dict(loaded_dict)
Reference
[1] https://zhuanlan.zhihu.com/p/64990232
[2] https://github.com/milesial/Pytorch-UNet
[3] datawhale notebook
[4] pytorch 中pkl和pth的区别？
[5] What is the difference between .pt, .pth and .pwf extentions in PyTorch?
[6] 图像语义分割入门+FCN/U-Net网络解析
[7] 浅析 PyTorch 中的 nn.Sequential 和nn.ModuleList
[8] U-Net详解：为什么它适合做医学图像分割？
[9] 峰的笔记
[10] 扁扁的笔记
[11] [Download-Tools]2.下载torchsummary和使用