1. Pytorch模型定义的方式

• Module类时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，可以继承它来定义自己的模型
• Pytorch模型定义包括两个主要部分：各部分的初始化（__init__)；数据流定义（forward)

基于nn.Module，可以通过Sequential，ModuleList和ModuleDict三种方式定义Pytorch模型。

1.1 Sequential

sequential定义方式基本框架：

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):
            for key, module in args[0].items():
                self.add_module(key, module)
         else:
             for idx, module in enumerate(args):
                 self.add_modules(str(idx), module)
             
    def forward(self, input):
        # self._modules返回一个OrderedDict
        for module in self._modules.values():
            input = module(input)
        return input

使用Sequential定义模型的两种方式：

• 直接排列

import torch.nn as nn
net = nn.Sequential(
        nn.Linear(784, 256),
        nn.ReLU(),
        nn.Linear(256, 10)
    )

• 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))
    ]))

使用Sequential定义模型的好处在于简单、易读，但灵活性低，如需要在模型中间加入一个外部输入时则不适合用Seqential方式实现。

1.2 ModuleList

ModuleList接收一个子模块的列表作为输入，也可以类似List那样进行append和extend操作。

net = nn.ModuleList([nn.Linear(784, 256), nn.ReLU()])
net.append(nn.Linear(256, 10))
print(net[-1])

nn.ModuleList没有定义一个网络，只是将不同的模块储存在一起，需经过forward函数指定各个层的先后顺序才算完成模型的定义：

class model(nn.Module):
    def __init__(self, ...):
        super().__init__()
        self.modulelist = ...
        
    def forward(self, x):
        for layer in self.modulelist:
            x = layer(x)
        return x

1.3 ModuleDict

与ModuleList类似，只是传入是字典类型

net = nn.ModuleDict({
    'linear': nn.Linear(784, 256),
    'act': nn.ReLU(),
})
net['output'] = nn.Linear(256, 10)
print(net['Linear'])
print(net.output)

1.4 三种方法的比较与适用场景

Sequential适用于快速验证结果，明确使用哪些层；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。

2. 利用模型块快速搭建复杂网络

深度神经网络模型有很多层，其中可能有很多重复出现的结构，考虑到每层有其输入和输出，若干层串联成"模块"也有其输入和输出，将这些重复出现的层定义为"模块"。

2.1 U-Net模型

img5-unet.png

2.2 U-Net模型块

组成U-Net的模型块主要有如下几个部分：

1）每个子块内部的两次卷积（Double Convolution）

2）左侧模型块之间的下采样连接，即最大池化（Max pooling）

3）右侧模型块之间的上采样连接（Up sampling）

4）输出层的处理

根据功能可以定义四个模型块：DoubleConv, Down, Up, OutConv

import torch
import torch.nn as nn
import torch.nn.functional as F

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)

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)

class Up(nn.Module):
    """Upscaling then double conv"""

    def __init__(self, in_channels, out_channels, bilinear=False):
        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])
        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)

2.3 组装U-Net

class UNet(nn.Module):
    def __init__(self, n_channels, n_classes, bilinear=False):
        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

3. PyTorch修改模型

以ResNet50为例，修改模型的某一层或几层，模型定义如下：

import torchvision.models as models
net = models.resnet50()

3.1 修改模型层

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  # 直接在net添加一个fc层

3.2 添加外部输入

基本思路是：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 .

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):
        x = self.net(x)
        x = torch.cat((self.dropout(self.relu(x)), add_variable.unsqueeze(1)),1)  # 拼接外部输入
        x = self.fc_add(x)  # 添加一个层结构
        x = self.output(x)  # output层
        return x

# 模型结构实例化
import torchvision.models as models
net = models.resnet50()
model = Model(net).cuda()

# 输入两个input
ouputs = model(inputs, add_var)

3.3 添加额外输出

场景是输出模型某一中间层的结果，添加额外的监督。基本思路是修改模型定义中forward函数的return变量。

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：

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, add_variable):
        x1000 = self.net(x)  # 倒数第二层
        x10 = self.dropout(self.relu(x1000))
        x10 = self.fc1(x10)
        x10 = self.output(x10)  # 10维的output结果
        return x10, x1000

# 实例化
import torchvision.models as models
net = models.resnet50()
model = Model(net).cuda()

out10, out1000 = model(inputs, add_var)  # 输出结果

4. Pytorch模型保存和读取

PyTorch存储模型主要采用pkl，pt，pth三种格式。

4.1 模型的存储内容

存储与加载分整个模型保存+整个模型加载；保存+读取模型权重

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)

4.2 单卡和多卡的区别

PyTorch中将模型和数据放到GPU上有两种方式——.cuda()和.to(device) 。 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

存储时差别在于多卡并行的模型每层的名称前多了一个“module”

• 整个模型保存+读取

# 保存+读取整个模型
torch.save(model, save_dir)  # save model
loaded_model = torch.load(save_dir) 
# 单卡读取模型
loaded_model.cuda() 
# 多卡读取模型
loaded_model = nn.DataParallel(loaded_model).cuda()  

• 保存模型权重+加载

# 保存+读取模型权重
torch.save(model.state_dict(), save_dir)  # 保存权重
loaded_dict = torch.load(save_dir)
loaded_model = models.resnet152()   #定义模型结构
loaded_model.state_dict = loaded_dict  # 更新模型权重
loaded_model.cuda()

4.3 情况分类

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。

• 单卡保存+单卡加载

  • 按照整个模型或模型权重保存、读取均可`
  • 单卡+单卡示例

  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()   #定义模型结构
  loaded_model.state_dict = loaded_dict
  loaded_model.cuda()
  

• 单卡保存+多卡加载

  • 以多卡读取方式加载nn.DataParallel(loaded_model).cuda()

• 多卡保存+单卡加载

  • 单卡整个模型加载时需要读.module模块，加多loaded_model = loaded_model.module
  • 建议采样权重读取方式，用多卡方式nn.DataParallel(loaded_model).cuda()定义模型，再更新权重

• 多卡+多卡

  • 建议采用权重的方式存储和读取模型