python - 将 CNN 模型转化为类

Question

我正在尝试在 Pytorch 中构建一个用于多标签分类的 CNN(每张图像可以有多个标签)。到目前为止，我已经构建了如下模型:

model.fc = nn.Sequential(nn.Linear(2048, 512),
                                 nn.ReLU(),
                                 nn.Dropout(0.2),
                                 nn.Linear(512, 10),
                                 nn.LogSigmoid())
                                 # nn.LogSoftmax(dim=1))

criterion = nn.NLLLoss()
# criterion = nn.BCELoss()
optimizer = optim.Adam(model.fc.parameters(), lr=0.003)

但我想使用如下例所示的类来构建它:

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 10, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(10, 20, 5)
        self.fc1 = nn.Linear(20 * 22 * 39, 100)
        self.fc2 = nn.Linear(100, 50)
        self.fc3 = nn.Linear(50, 10)
        self.fc4 = nn.Linear(10, 3)

    def forward(self, x):
        x = x.view(-1, 3, 100, 170)
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 20 * 22 * 39)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = F.relu(self.fc3(x))
        return self.fc4(x)

鉴于我正在处理多标签分类问题，实现此目的的最佳方法是什么？如果有任何见解，我将不胜感激。

Answer 1

1. 您应该使用 torch.nn.BCEWithLogitsLoss 进行多标签分类(和数值稳定性)，而不使用 LogSigmoid 或 NLLLoss 作为输出。

2. 您必须为批处理中的每个元素输出 N 个元素，其中向量中位置 N 上的 1 表示存在图像上的 N 类。

3. 只要您只有 3 个标签可供预测(0 或 1)，您的网络就很好。您可能会考虑它的设计或使用预先训练的东西，但它至少应该运行。