如何搭建VGG网络，实现Mnist数据集的图像分类

Posted 2023-01-22 算法与编程之美

1 问题

如何搭建VGG网络，实现Mnist数据集的图像分类？

2 方法

步骤:

首先导包 Import torch from torch import nn VGG11由8个卷积，三个全连接组成，注意池化只改变特征图大小，不改变通道数 class MyNet(nn.Module):    def __init__(self) -> None:        super().__init__()        #（1）conv3-64        self.conv1 = nn.Conv2d(            in_channels=3,            out_channels=64,            kernel_size=3,            stride=1,            padding=1 #! 不改变特征图的大小        )        #! 池化只改变特征图大小，不改变通道数        self.max_pool_1 = nn.MaxPool2d(2)        #（2）conv3-128        self.conv2 = nn.Conv2d(            in_channels=64,            out_channels=128,            kernel_size=3,            stride=1,            padding=1        )        self.max_pool_2 = nn.MaxPool2d(2)        #（3） conv3-256,conv3-256        self.conv3_1 = nn.Conv2d(            in_channels=128,            out_channels=256,            kernel_size=3,            stride=1,            padding=1)        self.conv3_2 = nn.Conv2d(            in_channels=256,            out_channels=256,            kernel_size=3,            stride=1,            padding=1        )        self.max_pool_3 = nn.MaxPool2d(2)        #（4）conv3-512,conv3-512        self.conv4_1 = nn.Conv2d(            in_channels=256,            out_channels=512,            kernel_size=3,            stride=1,            padding=1        )        self.conv4_2 = nn.Conv2d(            in_channels=512,            out_channels=512,            kernel_size=3,            stride=1,            padding=1        )        self.max_pool_4 = nn.MaxPool2d(2)        #（5）conv3-512,conv3-512        self.conv5_1 = nn.Conv2d(            in_channels=512,            out_channels=512,            kernel_size=3,            stride=1,            padding=1        )        self.conv5_2 = nn.Conv2d(            in_channels=512,            out_channels=512,            kernel_size=3,            stride=1,            padding=1        )        self.max_pool_5 = nn.MaxPool2d(2)        #（6）        self.fc1 = nn.Linear(25088,4096)        self.fc2 = nn.Linear(4096,4096)        self.fc3 = nn.Linear(4096,1000)    def forward(self,x):        x = self.conv1(x)        print(x.shape)        x = self.max_pool_1(x)        print(x.shape)        x = self.conv2(x)        print(x.shape)        x = self.max_pool_2(x)        print(x.shape)        x = self.conv3_1(x)        print(x.shape)        x = self.conv3_2(x)        print(x.shape)        x = self.max_pool_3(x)        print(x.shape)        x = self.conv4_1(x)        print(x.shape)        x = self.conv4_2(x)        print(x.shape)        x = self.max_pool_4(x)        print(x.shape)        x = self.conv5_1(x)        print(x.shape)        x = self.conv5_2(x)        print(x.shape)        x = self.max_pool_5(x)        print(x.shape)        x = torch.flatten(x,1)        print(x.shape)        x = self.fc1(x)        print(x.shape)        x = self.fc2(x)        print(x.shape)        out = self.fc3(x)        return out 给定x查看最后结果 x = torch.rand(128,3,224,224) net = MyNet() out = net(x) print(out.shape) #torch.Size([128, 1000])

3 结语

   通过本周学习让我学会了VGG11网络，从实验中我遇到的容易出错的地方是卷积的in_features和out_features容易出错，尺寸不对的时候就会报错，在多个卷积的情况下尤其需要注意，第二点容易出错的地方是卷积以及池化所有结束后，一定要使用torch.flatten进行拉伸，第三点容易出错的地方是fc1的in_features,这个我通过使用断点的方法，得到fc1前一步的size值,从而得到in_features的值，从中收获颇深。