04 PyTorch搭建VGG11风格CNN分类网络

🧭VGG11变体设计：从图像分类到IQ序列的适配

PyTorch构建VGG11变体的验收口径

在通信调制识别任务中，原始VGG11网络是为三通道彩色图像（如224×224×3）设计的。直接将其用于IQ（In-phase/Quadrature）二维输入会导致两个核心问题：输入通道不匹配与全连接层维度爆炸。本节的核心意图是展示如何将经典VGG11结构改造为适配IQ信号的CNN（Convolutional Neural Network，卷积神经网络）分类网络，并给出可运行的PyTorch实现

我们采用VGG11的“卷积堆叠+全连接”风格，但做了三项关键修改：
1. 输入通道数调整为2，适配IQ二维输入。
2. 移除最后的AdaptiveAvgPool层，改用全局平均池化（Global Average Pooling, GAP）减少参数量，防止过拟合。
3. 全连接层从原始的三层（4096-4096-1000）缩减为两层（256-11），其中11对应11种调制类型（如BPSK、QPSK、16QAM等）

以下为网络结构定义的核心伪代码片段：

import torch.nn as nn
class VGG11_IQ(nn.Module):
    def __init__(self, num_classes=11):
        super().__init__()
        # 卷积层：输入通道2，输出通道64，后续逐层加倍至512
        self.features = nn.Sequential(
            nn.Conv2d(2, 64, kernel_size=3, padding=1),  # 关键修改1：输入通道2
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),
            # ... 后续卷积块省略，结构与原始VGG11一致
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2)
        )
        # 全局平均池化 + 全连接
        self.avgpool = nn.AdaptiveAvgPool2d((1, 1))  # 关键修改2：GAP替代展平
        self.classifier = nn.Sequential(
            nn.Linear(512, 256),   # 关键修改3：缩减全连接层
            nn.ReLU(inplace=True),
            nn.Dropout(0.5),
            nn.Linear(256, num_classes)
        )
    def forward(self, x):
        x = self.features(x)
        x = self.avgpool(x)
        x = x.view(x.size(0), -1)
        x = self.classifier(x)
        return x

阅读这段代码时，重点看PyTorch构建VGG11变体的伪代码，以及它如何用稳定性与可观测性证明结果可复测。

上述代码中，nn.Conv2d(2, 64, ...) 是适配IQ输入的最关键改动。若误写为3，训练时会因通道数不匹配直接报错。GAP层将512×1×1的特征图压缩为512维向量，避免了手动计算展平尺寸的繁琐步骤，也降低了过拟合风险

🔍训练链路与易错点排查

在“CNN通信调制识别源码复现”项目中，训练主链路包含数据加载、损失计算和反向传播三个环节。IQ数据通常以(batch, 2, 128)的NumPy数组形式存储，需转换为PyTorch张量并归一化到[-1,1]区间。以下是一个典型的训练循环配置：

import torch.optim as optim
model = VGG11_IQ(num_classes=11)
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
for epoch in range(50):
    for inputs, labels in train_loader:
        optimizer.zero_grad()
        outputs = model(inputs)   # inputs shape: (batch, 2, 128)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

阅读这段代码时，重点看PyTorch构建VGG11变体的伪代码，以及它如何用稳定性与可观测性证明结果可复测。

这段代码中，inputs的维度必须为(batch, 2, 128)。如果数据预处理时误将IQ两路合并为单通道（shape变为(batch, 1, 128)），模型会静默训练但准确率始终在10%左右（随机水平）。这是“PyTorch通信调制识别源码复现”中最常见的隐性错误之一

⭐异常信号与处理边界

在“VGG11通信调制识别源码复现”过程中，以下三类故障需要重点关注：

• 损失不下降：检查学习率是否过大（>0.01）或数据未归一化。IQ数据的幅度范围应在[-1,1]之间，若原始数据为16位整数（范围-32768~32767），需先做inputs = inputs / 32768.0归一化
• 过拟合（训练损失低，验证损失高）：增大Dropout比率至0.6或添加L2正则化（weight_decay=1e-4）
• 类别不均衡：调制识别数据集中QPSK样本通常是BPSK的10倍以上。需在CrossEntropyLoss中设置weight参数，按样本数反比分配权重

判断网络是否正常收敛的标准：前5个epoch内，训练损失应从初始的2.4（11类均匀分布的交叉熵）下降至1.0以下；验证集准确率应达到50%以上。若损失始终在2.3附近震荡，优先检查输入维度与归一化步骤

通过上述适配与验证步骤，即可将VGG11成功迁移至通信调制识别任务。下一节将在此基础上引入数据增强策略，进一步提升模型在低信噪比场景下的鲁棒性