旷视MegEngine网络搭建

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 个 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 的 forward 成员方法，返回网络处理结果

out = le_net(x)

print(out.shape)

输出：

(2, 10)