(测试版) 量化迁移学习用于计算机视觉教程

提示

为了充分利用本教程，我们建议您使用此 Colab 版本。这将使您能够试验下面提供的信息。

作者：Zafar Takhirov

审阅者：Raghuraman Krishnamoorthi

编辑者：Jessica Lin

本教程基于由 Sasank Chilamkurthy 编写的原始 PyTorch 迁移学习 教程。

迁移学习是指利用预训练模型应用于不同数据集的技术。迁移学习主要有两种使用方式

1. 将卷积神经网络用作固定的特征提取器：在这里，您 “冻结” 网络中所有参数的权重，除了最后几个层（也称为“头部”，通常是全连接层）的权重。这些最后一层被替换为用随机权重初始化的新层，并且只有这些层被训练。

2. 微调卷积神经网络：与随机初始化不同，模型使用预训练网络进行初始化，然后训练照常进行，但使用不同的数据集。通常，如果输出数量不同，网络中的头部（或其一部分）也会被替换。在此方法中，通常将学习率设置为较小的数字。这是因为网络已经过训练，只需要进行微小的更改即可将其“微调”到新的数据集。

您还可以结合以上两种方法：首先，您可以冻结特征提取器，并训练头部。之后，您可以解冻特征提取器（或其一部分），将学习率设置为更小的值，并继续训练。

在本部分中，您将使用第一种方法——使用量化模型提取特征。

第 0 部分. 前提条件

在深入迁移学习之前，让我们回顾一下“前提条件”，例如安装和数据加载/可视化。

# Imports
import copy
import matplotlib.pyplot as plt
import numpy as np
import os
import time

plt.ion()

安装 nightly 版本

因为您将使用 PyTorch 的 beta 部分，所以建议安装最新版本的 torch 和 torchvision。您可以在此处找到最新的本地安装说明 here。例如，要安装不带 GPU 支持的版本

pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
# For CUDA support use https://download.pytorch.org/whl/nightly/cu101/torch_nightly.html

加载数据

注意

本节与原始迁移学习教程相同。

我们将使用 torchvision 和 torch.utils.data 包来加载数据。

您今天要解决的问题是从图像中对**蚂蚁**和**蜜蜂**进行分类。数据集包含大约 120 张蚂蚁和蜜蜂的训练图像。每个类别有 75 张验证图像。这被认为是一个非常小的数据集，难以泛化。但是，由于我们使用的是迁移学习，因此应该能够获得相当好的泛化效果。

此数据集是 ImageNet 的一个非常小的子集。

注意

从 这里下载数据并将其解压缩到 data 目录中。

import torch
from torchvision import transforms, datasets

# Data augmentation and normalization for training
# Just normalization for validation
data_transforms = {
    'train': transforms.Compose([
        transforms.Resize(224),
        transforms.RandomCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'val': transforms.Compose([
        transforms.Resize(224),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
}

data_dir = 'data/hymenoptera_data'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x),
                                          data_transforms[x])
                  for x in ['train', 'val']}
dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=16,
                                              shuffle=True, num_workers=8)
              for x in ['train', 'val']}
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}
class_names = image_datasets['train'].classes

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

可视化一些图像

让我们可视化一些训练图像，以便了解数据增强。

import torchvision

def imshow(inp, title=None, ax=None, figsize=(5, 5)):
  """Imshow for Tensor."""
  inp = inp.numpy().transpose((1, 2, 0))
  mean = np.array([0.485, 0.456, 0.406])
  std = np.array([0.229, 0.224, 0.225])
  inp = std * inp + mean
  inp = np.clip(inp, 0, 1)
  if ax is None:
    fig, ax = plt.subplots(1, figsize=figsize)
  ax.imshow(inp)
  ax.set_xticks([])
  ax.set_yticks([])
  if title is not None:
    ax.set_title(title)

# Get a batch of training data
inputs, classes = next(iter(dataloaders['train']))

# Make a grid from batch
out = torchvision.utils.make_grid(inputs, nrow=4)

fig, ax = plt.subplots(1, figsize=(10, 10))
imshow(out, title=[class_names[x] for x in classes], ax=ax)

模型训练的支持函数

下面是模型训练的通用函数。此函数还

• 安排学习率

• 保存最佳模型

def train_model(model, criterion, optimizer, scheduler, num_epochs=25, device='cpu'):
  """
  Support function for model training.

  Args:
    model: Model to be trained
    criterion: Optimization criterion (loss)
    optimizer: Optimizer to use for training
    scheduler: Instance of ``torch.optim.lr_scheduler``
    num_epochs: Number of epochs
    device: Device to run the training on. Must be 'cpu' or 'cuda'
  """
  since = time.time()

  best_model_wts = copy.deepcopy(model.state_dict())
  best_acc = 0.0

  for epoch in range(num_epochs):
    print('Epoch {}/{}'.format(epoch, num_epochs - 1))
    print('-' * 10)

    # Each epoch has a training and validation phase
    for phase in ['train', 'val']:
      if phase == 'train':
        model.train()  # Set model to training mode
      else:
        model.eval()   # Set model to evaluate mode

      running_loss = 0.0
      running_corrects = 0

      # Iterate over data.
      for inputs, labels in dataloaders[phase]:
        inputs = inputs.to(device)
        labels = labels.to(device)

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward
        # track history if only in train
        with torch.set_grad_enabled(phase == 'train'):
          outputs = model(inputs)
          _, preds = torch.max(outputs, 1)
          loss = criterion(outputs, labels)

          # backward + optimize only if in training phase
          if phase == 'train':
            loss.backward()
            optimizer.step()

        # statistics
        running_loss += loss.item() * inputs.size(0)
        running_corrects += torch.sum(preds == labels.data)
      if phase == 'train':
        scheduler.step()

      epoch_loss = running_loss / dataset_sizes[phase]
      epoch_acc = running_corrects.double() / dataset_sizes[phase]

      print('{} Loss: {:.4f} Acc: {:.4f}'.format(
        phase, epoch_loss, epoch_acc))

      # deep copy the model
      if phase == 'val' and epoch_acc > best_acc:
        best_acc = epoch_acc
        best_model_wts = copy.deepcopy(model.state_dict())

    print()

  time_elapsed = time.time() - since
  print('Training complete in {:.0f}m {:.0f}s'.format(
    time_elapsed // 60, time_elapsed % 60))
  print('Best val Acc: {:4f}'.format(best_acc))

  # load best model weights
  model.load_state_dict(best_model_wts)
  return model

可视化模型预测的支持函数

显示一些图像预测的通用函数

def visualize_model(model, rows=3, cols=3):
  was_training = model.training
  model.eval()
  current_row = current_col = 0
  fig, ax = plt.subplots(rows, cols, figsize=(cols*2, rows*2))

  with torch.no_grad():
    for idx, (imgs, lbls) in enumerate(dataloaders['val']):
      imgs = imgs.cpu()
      lbls = lbls.cpu()

      outputs = model(imgs)
      _, preds = torch.max(outputs, 1)

      for jdx in range(imgs.size()[0]):
        imshow(imgs.data[jdx], ax=ax[current_row, current_col])
        ax[current_row, current_col].axis('off')
        ax[current_row, current_col].set_title('predicted: {}'.format(class_names[preds[jdx]]))

        current_col += 1
        if current_col >= cols:
          current_row += 1
          current_col = 0
        if current_row >= rows:
          model.train(mode=was_training)
          return
    model.train(mode=was_training)

第 1 部分. 基于量化特征提取器的自定义分类器的训练

在本节中，您将使用“冻结”的量化特征提取器，并在其之上训练一个自定义的分类器头部。与浮点模型不同，您不需要为量化模型设置 requires_grad=False，因为它没有可训练的参数。请参阅 文档 以获取更多详细信息。

加载预训练模型：在本练习中，您将使用 ResNet-18。

import torchvision.models.quantization as models

# You will need the number of filters in the `fc` for future use.
# Here the size of each output sample is set to 2.
# Alternatively, it can be generalized to nn.Linear(num_ftrs, len(class_names)).
model_fe = models.resnet18(pretrained=True, progress=True, quantize=True)
num_ftrs = model_fe.fc.in_features

此时，您需要修改预训练模型。模型在开头和结尾处具有量化/反量化块。但是，因为您只使用特征提取器，所以反量化层必须移动到线性层（头部）之前。最简单的方法是将模型包装在 nn.Sequential 模块中。

第一步是从 ResNet 模型中分离出特征提取器。虽然在本例中，您需要将除 fc 之外的所有层用作特征提取器，但实际上，您可以根据需要提取任意数量的部分。如果您想替换一些卷积层，这将非常有用。

注意

当将特征提取器与量化模型的其余部分分离时，您必须手动将量化器/反量化器放在要保持量化的部分的开头和结尾。

下面的函数创建一个带有自定义头的模型。

from torch import nn

def create_combined_model(model_fe):
  # Step 1. Isolate the feature extractor.
  model_fe_features = nn.Sequential(
    model_fe.quant,  # Quantize the input
    model_fe.conv1,
    model_fe.bn1,
    model_fe.relu,
    model_fe.maxpool,
    model_fe.layer1,
    model_fe.layer2,
    model_fe.layer3,
    model_fe.layer4,
    model_fe.avgpool,
    model_fe.dequant,  # Dequantize the output
  )

  # Step 2. Create a new "head"
  new_head = nn.Sequential(
    nn.Dropout(p=0.5),
    nn.Linear(num_ftrs, 2),
  )

  # Step 3. Combine, and don't forget the quant stubs.
  new_model = nn.Sequential(
    model_fe_features,
    nn.Flatten(1),
    new_head,
  )
  return new_model

警告

目前，量化模型只能在 CPU 上运行。但是，可以将模型的非量化部分发送到 GPU。

import torch.optim as optim
new_model = create_combined_model(model_fe)
new_model = new_model.to('cpu')

criterion = nn.CrossEntropyLoss()

# Note that we are only training the head.
optimizer_ft = optim.SGD(new_model.parameters(), lr=0.01, momentum=0.9)

# Decay LR by a factor of 0.1 every 7 epochs
exp_lr_scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)

训练和评估

此步骤在 CPU 上大约需要 15-25 分钟。由于量化模型只能在 CPU 上运行，因此您无法在 GPU 上运行训练。

new_model = train_model(new_model, criterion, optimizer_ft, exp_lr_scheduler,
                        num_epochs=25, device='cpu')

visualize_model(new_model)
plt.tight_layout()

第 2 部分. 微调可量化模型

在本部分中，我们对用于迁移学习的特征提取器进行微调，并对特征提取器进行量化。请注意，在第 1 部分和第 2 部分中，特征提取器都是量化的。区别在于，在第 1 部分中，我们使用预训练的量化模型。在本部分中，我们在目标数据集上进行微调后创建量化特征提取器，因此这是一种在拥有量化的优势的同时提高迁移学习精度的途径。请注意，在我们的具体示例中，训练集非常小（120 张图像），因此对整个模型进行微调的好处并不明显。但是，此处显示的过程将提高使用更大数据集进行迁移学习时的精度。

预训练的特征提取器必须是可量化的。为了确保它是可量化的，请执行以下步骤

1. 使用 torch.quantization.fuse_modules 合并 (Conv, BN, ReLU)、(Conv, BN) 和 (Conv, ReLU)。

2. 将特征提取器与自定义头部连接。这需要对特征提取器的输出进行反量化。

3. 在特征提取器的适当位置插入伪量化模块，以模拟训练期间的量化。

对于步骤 (1)，我们使用来自 torchvision/models/quantization 的模型，这些模型具有成员方法 fuse_model。此函数合并所有 conv、bn 和 relu 模块。对于自定义模型，这需要使用要手动合并的模块列表调用 torch.quantization.fuse_modules API。

步骤 (2) 由上一节中使用的 create_combined_model 函数执行。

步骤 (3) 通过使用 torch.quantization.prepare_qat 实现，该函数插入伪量化模块。

作为步骤 (4)，您可以开始“微调”模型，然后将其转换为完全量化的版本（步骤 5）。

要将微调后的模型转换为量化模型，您可以调用 torch.quantization.convert 函数（在我们的例子中，只有特征提取器被量化）。

注意

由于随机初始化，您的结果可能与本教程中显示的结果不同。

# notice `quantize=False`
model = models.resnet18(pretrained=True, progress=True, quantize=False)
num_ftrs = model.fc.in_features

# Step 1
model.train()
model.fuse_model()
# Step 2
model_ft = create_combined_model(model)
model_ft[0].qconfig = torch.quantization.default_qat_qconfig  # Use default QAT configuration
# Step 3
model_ft = torch.quantization.prepare_qat(model_ft, inplace=True)

微调模型

在本教程中，对整个模型进行了微调。一般来说，这将导致更高的准确率。但是，由于此处使用的训练集很小，我们最终会过度拟合训练集。

步骤 4. 微调模型

for param in model_ft.parameters():
  param.requires_grad = True

model_ft.to(device)  # We can fine-tune on GPU if available

criterion = nn.CrossEntropyLoss()

# Note that we are training everything, so the learning rate is lower
# Notice the smaller learning rate
optimizer_ft = optim.SGD(model_ft.parameters(), lr=1e-3, momentum=0.9, weight_decay=0.1)

# Decay LR by a factor of 0.3 every several epochs
exp_lr_scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=5, gamma=0.3)

model_ft_tuned = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler,
                             num_epochs=25, device=device)

步骤 5. 转换为量化模型

from torch.quantization import convert
model_ft_tuned.cpu()

model_quantized_and_trained = convert(model_ft_tuned, inplace=False)

让我们看看量化模型在一些图像上的表现如何

visualize_model(model_quantized_and_trained)

plt.ioff()
plt.tight_layout()
plt.show()