0


分享3个深度学习练手的小案例

🤵‍♂️ 个人主页:@艾派森的个人主页

✍🏻作者简介:Python学习者
🐋 希望大家多多支持,我们一起进步!😄
如果文章对你有帮助的话,
欢迎评论 💬点赞👍🏻 收藏 📂加关注+


前言

    最近有粉丝找到我问了三个关于深度学习的问题,也算是小作业吧,做完之后我便写下这篇文章分享给大家,适合初学或有一定基础到小伙伴练手,我的答案仅供参考学习,如有疑问或建议欢迎提出!

问题一

请设计一个多层感知机(mlp)网络。

  1. 该网络执行如下操作:

    • 将输入32×32的图像拉伸为1×1024;

    • 将拉伸后的数据传入第一个隐藏层,该隐藏层为全连接层,包含2048个隐藏单元,并使用Sigmoid激活函数;

    • 将第一个隐藏层的输出传入第二个隐藏层,第二个隐藏层为全连接层,包含512个隐藏单元,使用ReLU激活函数;

    • 将第二个隐藏层的输出传入最后一层,最后一层也为全连接层,输出20维特征,不使用激活函数。

  2. 该网络的全连接层权重初始化方案为:全连接层权重服从[0,1]区间上的均匀分布(uniform); 全连接层偏差为常值0.

最终输出要求:

# 代码块的输出需与下面结果保持一致:
"""
Flatten output shape:      torch.Size([1, 1024])
Linear output shape:      torch.Size([1, 2048])
     Linear weight's mean:      tensor(0.8631)
     Linear bias's mean:      tensor(0.)
Sigmoid output shape:      torch.Size([1, 2048])
Linear output shape:      torch.Size([1, 512])
     Linear weight's mean:      tensor(0.0675)
     Linear bias's mean:      tensor(0.)
ReLU output shape:      torch.Size([1, 512])
Linear output shape:      torch.Size([1, 20])
     Linear weight's mean:      tensor(0.2539)
     Linear bias's mean:      tensor(0.)
"""

** 参考答案:**

# 导入需要的torch及相关库
import torch
from torch import nn
import torch.nn.functional as F

# 打印每一层大小信息函数 print_layer_info()
def print_layer_info(net,X):
    for layer in net:
        X = layer(X)
        print(layer.__class__.__name__,'output shape: \t',X.shape)
        if type(layer) == nn.Linear:
            print('\t',layer.__class__.__name__,'weight\'s mean: \t',torch.mean(layer.weight[0][0].data))
            print('\t',layer.__class__.__name__,'bias\'s mean: \t',torch.mean(layer.bias[0].data))

# 你设计的网络,网络名为net
net = nn.Sequential(
        # 将输入32×32的图像拉伸为1×1024将拉伸后的数据传入第一个隐藏层,该隐藏层为全连接层,包含2048个隐藏单元,并使用Sigmoid激活函数;
        nn.Flatten(),
        nn.Linear(in_features=1024, out_features=2048),
        nn.Sigmoid(),
        # 将第一个隐藏层的输出传入第二个隐藏层,第二个隐藏层为全连接层,包含512个隐藏单元,使用ReLU激活函数
        nn.Linear(in_features=2048, out_features=512),
        nn.ReLU(),
        # 将第二个隐藏层的输出传入最后一层,最后一层也为全连接层,输出20维特征,不使用激活函数
        nn.Linear(in_features=512, out_features=20)
)
# 在这里按要求将网络权重初始化
for layer in net:
    if isinstance(layer, nn.Linear):
        nn.init.uniform_(layer.weight, 0, 1)
        nn.init.constant_(layer.bias, 0)

# 测试网络net是否按要求定义
X = torch.rand(size=(1, 1, 32, 32), dtype=torch.float32)
print_layer_info(net,X)

输出结果:

Flatten output shape:      torch.Size([1, 1024])
Linear output shape:      torch.Size([1, 2048])
     Linear weight's mean:      tensor(0.8667)
     Linear bias's mean:      tensor(0.)
Sigmoid output shape:      torch.Size([1, 2048])
Linear output shape:      torch.Size([1, 512])
     Linear weight's mean:      tensor(0.9883)
     Linear bias's mean:      tensor(0.)
ReLU output shape:      torch.Size([1, 512])
Linear output shape:      torch.Size([1, 20])
     Linear weight's mean:      tensor(0.7355)
     Linear bias's mean:      tensor(0.)

注:由于X是随机生成的,所以有些数值不可能完全跟要求一模一样。

问题二

请设计一个卷积神经网络(CNN)。

  1. 该网络执行如下操作:

    • 第一层: 使用96个大小为11×11、步长为4、填充为2的卷积核,将输入3×224×224的图像输出为96×55×55的图像, 使用ReLU为激活函数;

    • 第二层: 大小为3×3、 步长为2、无填充的极大值池化层,将96×55×55的图像输出为96×27×27;

    • 第三层: 使用256个大小为5×5、步长为1、填充为2的卷积核,将输入96×27×27的图像输出为256×27×27的图像, 使用ReLU为激活函数;

    • 第四层: 大小为3×3、步长为2、无填充的极大值池化层,将256×27×27的图像输出为256×13×13;

    • 第五层: 使用384个大小为3×3、步长为1、填充为1的卷积核,将输入256×13×13的图像输出为384×13×13的图像, 使用ReLU为激活函数;

    • 第六层: 使用256个大小为3×3、步长为1、填充为1的卷积核,将输入384×13×13的图像输出为256×13×13的图像, 使用ReLU为激活函数;

    • 第七层: 大小为3×3、步长为1、填充为1的极大值池化层,将256×13×13的图像输出为256×13×13;

    • 第八层: 将上一层的输入拉伸为行向量;

    • 第九层: 全连接层:将上一层拉伸后的向量变成4096维向量;使用ReLU为激活函数;

    • 第十层: 全连接层:将上一层输出得向量变成1000维向量;

最后输出要求:

# 代码块的输出需与下面结果保持一致:
"""
Conv2d output shape:      torch.Size([1, 96, 55, 55])
ReLU output shape:      torch.Size([1, 96, 55, 55])
MaxPool2d output shape:      torch.Size([1, 96, 27, 27])
Conv2d output shape:      torch.Size([1, 256, 27, 27])
ReLU output shape:      torch.Size([1, 256, 27, 27])
MaxPool2d output shape:      torch.Size([1, 256, 13, 13])
Conv2d output shape:      torch.Size([1, 384, 13, 13])
ReLU output shape:      torch.Size([1, 384, 13, 13])
Conv2d output shape:      torch.Size([1, 256, 13, 13])
ReLU output shape:      torch.Size([1, 256, 13, 13])
MaxPool2d output shape:      torch.Size([1, 256, 13, 13])
Flatten output shape:      torch.Size([1, 43264])
Linear output shape:      torch.Size([1, 4096])
ReLU output shape:      torch.Size([1, 4096])
Linear output shape:      torch.Size([1, 1000])
"""

** 参考答案:**

import torch
import torch.nn as nn

# 你设计的网络,网络名为net
net = nn.Sequential(
    # layer 1
    nn.Conv2d(in_channels=3, out_channels=96, kernel_size=11, stride=4, padding=2),
    nn.ReLU(),
    # layer 2
    nn.MaxPool2d(kernel_size=3, stride=2),
    # layer 3
    nn.Conv2d(in_channels=96, out_channels=256, kernel_size=5, stride=1, padding=2),
    nn.ReLU(),
    # layer 4
    nn.MaxPool2d(kernel_size=3, stride=2),
    # layer 5
    nn.Conv2d(in_channels=256, out_channels=384, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    # layer 6
    nn.Conv2d(in_channels=384, out_channels=256, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    # layer 7
    nn.MaxPool2d(kernel_size=3, stride=2),
    # layer 8
    nn.Flatten(),
    # layer 9
    nn.Linear(in_features=9216, out_features=4096),
    nn.ReLU(),
    # layer 10
    nn.Linear(in_features=4096, out_features=1000)
)

# 检查设计的网络net是否符合要求:
X = torch.randn(1, 3, 224, 224)
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)

问题三

nn.MaxPool2d()函数通过对图像进行最大值下采样,可以将图像尺寸便小。与之相对应得nn.MaxUnpool2d()函数可以实现对图像进行上采样,将图像尺寸变大。

请查询nn.MaxUnpool2d()函数的使用手册,并设计一个先降维后升维的卷积神经网络(u-net)。

  1. 该网络执行如下 降维 操作:

    • 第一层: 使用8个大小为3×3、步长为1、填充为1的卷积核,将输入1×224×224的图像输出为8×224×224的图像, 使用ReLU为激活函数;

    • 第二层: 大小为2×2、 步长为2、无填充的极大值池化层,将8×224×224的图像输出为8×112×112;

    • 第三层: 使用16个大小为3×3、步长为1、填充为1的卷积核,将输入8×112×112的图像输出为16×112×112的图像, 使用ReLU为激活函数;

    • 第四层: 大小为2×2、步长为2、无填充的极大值池化层,将16×112×112的图像输出为16×56×56;

    • 第五层: 使用32个大小为3×3、步长为1、填充为1的卷积核,将输入16×56×56的图像输出为32×56×56的图像, 使用ReLU为激活函数;

    • 第六层: 大小为2×2、步长为2、填充为1的极大值池化层,将32×56×56的图像输出为32×28×28;

  2. 该网络接着执行如下 升维 操作:

    • 第七层: 大小为2×2、步长为2、填充为1的反极大值池化层,将32×28×28的图像输出为32×56×56;

    • 第八层: 使用16个大小为3×3、步长为1、填充为1的卷积核,将输入32×56×56的图像输出为16×56×56的图像, 使用ReLU为激活函数;

    • 第九层: 大小为2×2、步长为2、填充为1的反极大值池化层,将16×56×56的图像输出为16×112×112;

    • 第十层: 使用8个大小为3×3、步长为1、填充为1的卷积核,将输入16×112×112的图像输出为8×112×112的图像, 使用ReLU为激活函数;

    • 第十一层: 大小为2×2、步长为2、填充为1的反极大值池化层,将8×112×112的图像输出为8×224×224;

    • 第十二层: 使用1个大小为3×3、步长为1、填充为1的卷积核,将输入8×224×224的图像输出为1×224×224的图像, 使用ReLU为激活函数;

最终输出要求:

# 代码块的输出需与下面结果保持一致:
"""
降维过程:
Conv2d output shape:      torch.Size([1, 8, 224, 224])
ReLU output shape:      torch.Size([1, 8, 224, 224])
MaxPool2d_Indices output shape:      torch.Size([1, 8, 112, 112])
Conv2d output shape:      torch.Size([1, 16, 112, 112])
ReLU output shape:      torch.Size([1, 16, 112, 112])
MaxPool2d_Indices output shape:      torch.Size([1, 16, 56, 56])
Conv2d output shape:      torch.Size([1, 32, 56, 56])
ReLU output shape:      torch.Size([1, 32, 56, 56])
MaxPool2d_Indices output shape:      torch.Size([1, 32, 28, 28])

升维过程:
MaxUnpool2d_Indices output shape:      torch.Size([1, 32, 56, 56])
Conv2d output shape:      torch.Size([1, 16, 56, 56])
ReLU output shape:      torch.Size([1, 16, 56, 56])
MaxUnpool2d_Indices output shape:      torch.Size([1, 16, 112, 112])
Conv2d output shape:      torch.Size([1, 8, 112, 112])
ReLU output shape:      torch.Size([1, 8, 112, 112])
MaxUnpool2d_Indices output shape:      torch.Size([1, 8, 224, 224])
Conv2d output shape:      torch.Size([1, 1, 224, 224])
ReLU output shape:      torch.Size([1, 1, 224, 224])
"""

** 参考答案:**

import torch
import torch.nn as nn

# 定义down_net按要求实现图像卷积和下采样
down_net = nn.Sequential(
    nn.Conv2d(1, 8, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2, stride=2),
    nn.Conv2d(8, 16, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2, stride=2),
    nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2, stride=2)
)

# 定义up_net按要求实现图像上采样和卷积
up_net = nn.Sequential(
    nn.ConvTranspose2d(32, 32, kernel_size=2, stride=2),
    nn.Conv2d(32, 16, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.ConvTranspose2d(16, 16, kernel_size=2, stride=2),
    nn.Conv2d(16, 8, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.ConvTranspose2d(8, 8, kernel_size=2, stride=2),
    nn.Conv2d(8, 1, kernel_size=3, stride=1, padding=1),
    nn.ReLU()
)

# 测试网络down_net是否符合按要求将图像进行下采样:
X = torch.randn(1, 1, 224, 224) #测试输入数据
print('降维过程:')
for layer in down_net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)

# 测试网络up_net是否按要求将图像进行上采样:
print('升维过程:')
for layer in up_net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)

输出结果:

降维过程:
Conv2d output shape:      torch.Size([1, 8, 224, 224])
ReLU output shape:      torch.Size([1, 8, 224, 224])
MaxPool2d output shape:      torch.Size([1, 8, 112, 112])
Conv2d output shape:      torch.Size([1, 16, 112, 112])
ReLU output shape:      torch.Size([1, 16, 112, 112])
MaxPool2d output shape:      torch.Size([1, 16, 56, 56])
Conv2d output shape:      torch.Size([1, 32, 56, 56])
ReLU output shape:      torch.Size([1, 32, 56, 56])
MaxPool2d output shape:      torch.Size([1, 32, 28, 28])
升维过程:
ConvTranspose2d output shape:      torch.Size([1, 32, 56, 56])
Conv2d output shape:      torch.Size([1, 16, 56, 56])
ReLU output shape:      torch.Size([1, 16, 56, 56])
ConvTranspose2d output shape:      torch.Size([1, 16, 112, 112])
Conv2d output shape:      torch.Size([1, 8, 112, 112])
ReLU output shape:      torch.Size([1, 8, 112, 112])
ConvTranspose2d output shape:      torch.Size([1, 8, 224, 224])
Conv2d output shape:      torch.Size([1, 1, 224, 224])
ReLU output shape:      torch.Size([1, 1, 224, 224])

本文转载自: https://blog.csdn.net/m0_64336780/article/details/130561439
版权归原作者 艾派森 所有, 如有侵权,请联系我们删除。

“分享3个深度学习练手的小案例”的评论:

还没有评论