技術標籤：Image Models

import torch.nn as nn
import torch

class VGG(nn.Module):
    def __init__(self, features, num_classes=1000, init_weights=False):
        super(VGG, self).__init__()
        self.features = features
        self.classifier = nn.Sequential(
            nn.Dropout(p=0.5),
            nn.
 
Linear(512 * 7 * 7, 2048),
            nn.ReLU(True),
            nn.Dropout(p=0.5),
            nn.Linear(2048, 2048),
            nn.ReLU(True),
            nn.Linear(2048, num_classes)
        )
        if init_weights:
            self._initialize_weights()

    def forward(self, x):
        # N x 3 x 224 x 224
 

        x = self.features(x)
        # N x 512 x 7 x 7
        x = torch.flatten(x, start_dim=1)
        # N x 512*7*7
        x = self.classifier(x)
        return x

    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                # nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
 

                nn.init.xavier_uniform_(m.weight)  # 初始化權重引數
                if m.bias is not None:  # 如果採用了偏置的話，置為0
                    nn.init.constant_(m.bias, 0)
            elif isinstance(m, nn.Linear):
                nn.init.xavier_uniform_(m.weight)
                # nn.init.normal_(m.weight, 0, 0.01)
                nn.init.constant_(m.bias, 0)

def make_features(cfg: list):  # 注意這裡是 用一個函式把卷積層和池化層堆疊到layers中
    layers = []
    in_channels = 3
    for v in cfg:
        if v == "M":
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        else:
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            layers += [conv2d, nn.ReLU(True)]
            in_channels = v
    return nn.Sequential(*layers)

cfgs = {
    'vgg11': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'vgg13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'vgg16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'vgg19': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}

def vgg(model_name="vgg16", **kwargs):
    try:
        cfg = cfgs[model_name]
    except:
        print("Warning: model number {} not in cfgs dict!".format(model_name))
        exit(-1)
    model = VGG(make_features(cfg), **kwargs)
    return model

VGG 是 Visual Geometry Group 的縮寫，是這個網路建立者的隊名，作者來自牛津大學。
VGG 最大的特點就是它在之前的網路模型上，通過比較徹底地採用 3x3 尺寸的卷積核來堆疊神經網路，從而加深整個神經網路的層級。

3x3 卷積核是能夠感受到上下、左右、重點的最小的感受野尺寸。
VGG19:

VGGNet改進點總結
一、使用了更小的33卷積核，和更深的網路。兩個33卷積核的堆疊相對於55卷積核的視野，三個33卷積核的堆疊相當於77卷積核的視野。這樣一方面可以有更少的引數（3個堆疊的33結構只有77結構引數數量的(333)/(77)=55%）；另一方面擁有更多的非線性變換，增加了CNN對特徵的學習能力。

二、在VGGNet的卷積結構中，引入1*1的卷積核，在不影響輸入輸出維度的情況下，引入非線性變換，增加網路的表達能力，降低計算量。