旷视MegEngine网络搭建

在 基本概念 中,介绍了计算图、张量和算子,神经网络可以看成一个计算图。在 MegEngine 中,按照计算图的拓扑结构,将张量和算子连接起来,即可完成对网络的搭建。MegEngine 提供了基于 functional 和基于 Module 的两种方式搭建网络。 functional 仅提供最基本的算子功能,数据连接的工作完全由用户完成; Module 对网络模块(包含若干算子及其参数的基本单元)进行了进一步的封装,代码更易复用和维护。

基于 functional 搭建网络

functional 包提供了常用的算子函数(如 conv2d() 、 batch_norm() 等)。这些函数接受参与计算的张量并返回计算结果。参与计算的张量通常包括两类:输入数据和算子自身的参数,其中后者是网路中需要学习的变量。比如,二维卷积( conv2d() )接受多通道的二维图像作为输入数据,把卷积核作为参数,输出经卷积操作后的多通道二维图像。

算子的输入和输出数据都是 Tensor 类型。算子的参数通常由 Parameter 类表示。 Parameter 是 Tensor 的子类,其对象(即网络参数)可以被优化器更新。更多内容参见 网络的训练和测试 。

下面的例子实现了一个两层卷积网络(使用 ReLU 作为激活函数):

import megengine as mge

import megengine.functional as F

import numpy as np

def two_layer_conv(x):

# (8, 3, 3, 3) 代表(输出信道数,输入信道数,卷积核高度,卷积核宽度)

conv_weight = mge.Parameter(np.random.randn(8, 3, 3, 3).astype(np.float32))

# 对于 8 个卷积核,提供 8 bias

conv_bias = mge.Parameter(np.zeros((1, 8, 1, 1), dtype=np.float32))

x = F.conv2d(x, conv_weight, conv_bias)

x = F.relu(x)

conv_weight = mge.Parameter(np.random.randn(16, 8, 3, 3).astype(np.float32))

conv_bias = mge.Parameter(np.zeros((1, 16, 1, 1), dtype=np.float32))

x = F.conv2d(x, conv_weight, conv_bias)

x = F.relu(x)

return x

# 输入形状为 (2, 3, 32, 32) 的张量

x = mge.tensor(np.random.randn(2, 3, 32, 32).astype(np.float32))

out = two_layer_conv(x)

print(out.shape)

输出:

(2, 16, 28, 28)

基于 Module 搭建网络

在上面的代码中,对于每一个需要参数的算子,需要单独定义其网络参数。由于“ conv + relu ”这样的组合出现了两次,代码显得臃肿。对于更加复杂的网络,这样的写法可读性、可复用性和可维护性会比较差。

为了更好的封装和复用算子, MegEngine 在 functional 基础上提供了 module 包。

megengine.module 包定义了抽象的网络模块基类 Module 。它是构造网络的基本单元,可以被组合和叠加。它定义了网络模块的基本接口和属性,如“前向传播”等。所有 Module 子类都需要实现 Module 定义的两个抽象方法,介绍如下:

  • __init__() :在构造方法中创建这个模块,包括定义网络参数、构造和连接其子模块等工作。
  • forward() : 该方法定义前向传播计算流程。接受输入数据并返回前向传播的计算结果。注意, Module 对象是可被调用的 ( callable ),其实现就是 forward() 。

megengine.module 包提供了常用的网络基本模块,如 Conv2d 、Linear 等。以 Conv2d 为例,该类的 __init__() 方法定义并初始化卷积核参数,其 forward() 方法执行卷积操作。

基于各种常用的网络模块,可以方便地搭建非常复杂的网络。例如,上一个例子的网络定义可以简化成如下写法:

import megengine.module as M

# 为了演示,在这里定义了一个简单的卷积模块。注意: MegEngine 已经提供了更为通用的 Conv2d 模块。

class ConvReLU(M.Module):

def __init__(self, in_channels, out_channels):

# 先调用父类的初始化

super().__init__()

# 定义卷积权重和 bias ,作为模块参数

self.conv_weight = mge.Parameter(np.random.randn(out_channels, in_channels, 3, 3).astype(np.float32))

self.conv_bias = mge.Parameter(np.zeros((1, out_channels, 1, 1), dtype=np.float32))

# 将激活函数 ReLU 作为子模块

self.relu = M.ReLU()

def forward(self, x):

x = F.conv2d(x, self.conv_weight, self.conv_bias)

x = self.relu(x)

return x

# 基于 ConvReLU ,定义一个两层卷积网络

class TwoLayerConv(M.Module):

def __init__(self):

super().__init__()

self.conv_relu1 = ConvReLU(3, 8)

self.conv_relu2 = ConvReLU(8, 16)

def forward(self, x):

x = self.conv_relu1(x)

x = self.conv_relu2(x)

return x

# 输入形状为 (2, 3, 32, 32) 的张量

x = mge.tensor(np.random.randn(2, 3, 32, 32).astype(np.float32))

two_layer_conv_module = TwoLayerConv()

out = two_layer_conv_module(x)

print(out.shape)

输出:

(2, 16, 28, 28)

使用 Module 定义的网络比使用 functional 进一步封装了内部实现,更易复用,统一的接口使得代码更易维护。推荐使用 Module 搭建网络。

此外, Module 其它常用的方法如下:

  • parameters() : 该方法返回包含网络参数的迭代器。
  • named_parameters() : 该方法返回包含参数名称及对应网络参数的迭代器。
  • state_dict():返回以参数名称和网络参数为键值对的有序字典,可用于保存训练好的模型。比如,对于上面定义的 ConvReLU 模块,打印它的一个实例的 state_dict :

conv_relu = ConvReLU(2, 3)

print(conv_relu.state_dict())

输出的参数信息有卷积的权重项 'conv_weight' 和偏置项 'conv_bias' :

OrderedDict([('conv_bias', array([[[[0.]],

[[0.]],

[[0.]]]], dtype=float32)), ('conv_weight', array([[[[-0.53457755,  0.2799128 , -0.6624546 ],

[-0.9222688 ,  1.2226251 , -0.5591961 ],

[-0.45538583, -0.95166504,  1.1570141 ]],

[[-0.89926094,  0.09956062, -0.7329557 ],

[-0.67284465,  0.34817234,  0.6731445 ],

[ 0.61970276,  1.8007269 ,  1.6130987 ]]],

[[[ 1.7108068 , -1.7188625 , -0.52539474],

[-0.04049037,  0.03099988, -1.4271212 ],

[-0.9138133 ,  0.3976046 , -1.1582668 ]],

[[-1.2193677 ,  0.24107741, -0.50833786],

[ 0.9088649 , -0.2747458 , -0.1261102 ],

[ 0.00594431,  0.65737075,  1.5280651 ]]],

[[[ 0.24874896, -1.3824748 ,  2.2161844 ],

[-0.6629168 ,  1.0220655 , -0.53007567],

[ 0.37829646,  1.1993718 ,  1.0667052 ]],

[[-0.66264534, -0.6392335 , -0.41280702],

[ 1.7417566 ,  0.75295806, -0.4228349 ],

[-0.94973356,  2.4136777 , -0.06665667]]]], dtype=float32))])

最后,来搭建更加复杂的、经典的 LeNet 网络,其结构如下图:

图1 LeNet ( http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf )

使用 Module 搭建 LeNet 的代码如下:

class LeNet(M.Module):

def __init__(self):

super(LeNet, self).__init__()

# 单信道图片, 两层  5x5 卷积 + ReLU + 池化

self.conv1 = M.Conv2d(1, 6, 5)

self.relu1 = M.ReLU()

self.pool1 = M.MaxPool2d(2, 2)

self.conv2 = M.Conv2d(6, 16, 5)

self.relu2 = M.ReLU()

self.pool2 = M.MaxPool2d(2, 2)

# 两层全连接 + ReLU

self.fc1 = M.Linear(16 * 5 * 5, 120)

self.relu3 = M.ReLU()

self.fc2 = M.Linear(120, 84)

self.relu4 = M.ReLU()

# 分类器

self.classifier = M.Linear(84, 10)

def forward(self, x):

x = self.pool1(self.relu1(self.conv1(x)))

x = self.pool2(self.relu2(self.conv2(x)))

# F.flatten 将原本形状为 (N, C, H, W) 的张量x从第一个维度(即C)开始拉平成一个维度,

# 得到的新张量形状为 (N, C*H*W) 等价于 reshape 操作: x = x.reshape(x.shape[0], -1)

x = F.flatten(x, 1)

x = self.relu3(self.fc1(x))

x = self.relu4(self.fc2(x))

x = self.classifier(x)

return x

# 输入形状为 (2, 1, 32, 32) 的张量

x = mge.tensor(np.random.randn(2, 1, 32, 32).astype(np.float32))

le_net = LeNet()

# 调用网络,即执行 le_net forward 成员方法,返回网络处理结果

out = le_net(x)

print(out.shape)

输出:

(2, 10)

旷视MegEngine网络搭建的更多相关文章

  1. 旷视MegEngine核心技术升级

    旷视MegEngine核心技术升级 7 月 11 日,旷视研究院在 2020 WAIC · 开发者日「深度学习框架与技术生态论坛」上围绕 6 月底发布的天元深度学习框架(MegEngine)Beta ...

  2. 旷视MegEngine数据加载与处理

    旷视MegEngine数据加载与处理 在网络训练与测试中,数据的加载和预处理往往会耗费大量的精力. MegEngine 提供了一系列接口来规范化这些处理工作. 利用 Dataset 封装一个数据集 数 ...

  3. 旷视MegEngine基本概念

    旷视MegEngine基本概念 MegEngine 是基于计算图的深度神经网络学习框架. 本文简要介绍计算图及其相关基本概念,以及它们在 MegEngine 中的实现. 计算图(Computation ...

  4. 旷视等Oral论文提出GeoNet:基于测地距离的点云分析深度网络

    基于网格曲面的几何拓扑信息可以为物体语义分析和几何建模提供较强的线索,但是,如此重要的连接性信息在点云中是缺失的.为此,旷视西雅图研究院首次提出一种全新的深度学习网络,称之为 GeoNet,可建模点云 ...

  5. ECCV 2018 | 旷视科技提出统一感知解析网络UPerNet,优化场景理解

    全球计算机视觉三大顶会之一 ECCV 2018(European Conference on Computer Vision)即将于 9 月 8 -14 日在德国慕尼黑拉开帷幕.届时,旷视首席科学家孙 ...

  6. ECCV 2018 | 旷视科技提出GridFace:通过学习局部单应变换实现人脸校正

    全球计算机视觉三大顶会之一 ECCV 2018(European Conference on Computer Vision)即将于 9 月 8 -14 日在德国慕尼黑拉开帷幕,旷视科技有多篇论文被此 ...

  7. 入职9月,旷视孙剑106分钟讲述CV创业科研的5大区别

    雷锋网按:本文为旷视科技首席科学家孙剑日前在 CCF-ADL上做的题为<如何在大公司和创业公司做好计算机视觉研究>的分享,主要介绍了近期计算机视觉的发展现状,ResNet基本原理和设计,旷 ...

  8. 旷视研究院Detection组负责人

    http://www.skicyyu.org/ https://zhuanlan.zhihu.com/p/61910297 俞刚,旷视研究院Detection组负责人.2014年博士毕业于新加坡南洋理 ...

  9. 旷视科技 -- Face++ 世界最大的人脸识别技术平台

    旷视科技 -- Face++ 世界最大的人脸识别技术平台: https://www.megvii.com/

随机推荐

  1. Web 服务器安全

    目录 Apache Apache出现过的漏洞 Tomcat Tomcat出现过的漏洞 Nginx

  2. WDK 标准数据类型

    刚刚看到vs2012可以完美支持wdk开发,心中窃喜,正要下载,竟然看到xp不在其支持范围内, 这让刚刚从win7换过来的我真是DT,算了,还是和学习资料保持一致,反正学习的重点不是方便 正题: 为了 ...

  3. 【python】Leetcode每日一题-颠倒二进制位

    [python]Leetcode每日一题-颠倒二进制位 [题目描述] 颠倒给定的 32 位无符号整数的二进制位. 示例1: 输入: 00000010100101000001111010011100 输 ...

  4. Day002 Java特性和优势

    Java特性和优势 简单性(摒弃了c++的指针和内存分配释放) 面向对象(万物皆对象) 可移植性(write once run anywhere) 高性能 分布式 动态性(反射机制) 多线程 安全性 ...

  5. 【Redis】启动redis提示Could not connect to Redis at 127.0.0.1:6379: Connection refused 已解决

    1.配置redis.conf文件,将daemonize no 为 daemonize yes即可(让redis作为守护进程运行)

  6. [Qt] 组件

    组成一个Qt应用的基本元素 窗口(window):一个部件没有嵌入其他部件中,就把这个部件叫做窗口或顶层窗口,顶层窗口没有父窗口 控件(widget):一个窗口嵌入到其他窗口中,这些窗口就叫做控件或子 ...

  7. 利用IOzone进行存储性能测试

    利用IOzone进行存储性能测试   命令:1.iozone -s 10G -r 4k -i 0(0代表顺序写) -w(代表文件不删除) -+n(不测重读重写) -Rb(以某种格式生成测试文件) /t ...

  8. gcc 版本

    $ gcc --versiongcc (Ubuntu 5.4.0-6kord1~16.04.4k2) 5.4.0 20160609Copyright (C) 2015 Free Software Fo ...

  9. mysql链接jmeter

    1.需要下载mysql-connector-java.zip工具包,然后将解压后的jar包放到%jmeter_home%\lib下 2.在测试计划上导入jar包 3.创建jdbc连接池并完成 4.创建 ...

  10. 戴尔 R730xd 服务器更改管理口密码 图文教程

    一.开机根据提示按F2进入配置界面 - 选择中间的iDRAC Setting选项,回车确认 二.进入之后选择 user configuration 选项 三.在change password 处键入新 ...