Coursera Deep Learning笔记 深度卷积网络
1. Why look at case studies
介绍几个典型的CNN案例:
-
LeNet-5
-
AlexNet
-
VGG
Residual Network（ResNet）: 特点是可以构建很深的神经网络
Inception Neural Network
2. Classic Networks
典型的 LeNet-5 结构包含CONV layer，POOL layer 和 FC layer
-
顺序一般是
CONV layer->POOL layer->CONV layer->POOL layer->FC layer->FC layer->OUTPUT layer，即 \(\hat{y}\)。 -
下图所示的是一个数字识别的LeNet-5的模型结构：
LeNet模型 总共包含了大约6万个参数。
-
Yann LeCun提出的 LeNet-5模型 池化层使用的是：average pool
-
各层激活函数一般是Sigmoid和tanh。现在，我们可以根据需要，做出改进，使用 max pool 和 激活函数ReLU。
AlexNet模型 其结构如下所示：
-
AlexNet模型与LeNet-5模型类似，更加复杂，共包含了大约6千万个参数。
-
同样可以根据实际情况使用 激活函数ReLU。有一个优化技巧，叫做Local Response Normalization(LRN)。 而在实际应用中，LRN的效果并不突出。
VGG-16模型 更复杂，其 CONV layer 和 POOL layer 设置如下：
-
CONV = 3x3 filters, s = 1, same
-
MAX-POOL = 2x2, s = 2
VGG-16结构如下所示，VGG-16的参数多达1亿3千万。：
3. ResNets
如果神经网络层数越多，网络越深，源于 梯度消失 和 梯度爆炸 的影响，整个模型难以训练成功。
解决的方法:
-
人为地让神经网络 某些层 跳过下一层神经元的连接，隔层相连，弱化每层之间的强联系。
-
这种神经网络被称为 Residual Networks(ResNets)。
-
Residual Networks由许多 隔层相连的神经元子模块 组成，称之为 Residual block。
单个Residual block的结构如下图所示：
上图中红色部分就是skip connection，直接建立 \(a^{[l]}\) 与 \(a^{[l+2]}\) 之间的隔层联系。相应表达式：
\(a^{[l]}\)直接隔层 与 下一层的线性输出相连，与 \(z^{[l+2]}\)共同通过激活函数 (Relu) 输出 \(a^{[l+2]}\).
由多个Residual block组成的神经网络就是Residual Network。
实验表明，这种模型结构对于 训练非常深的神经网络，效果很好。另外，为了便于区分，我们把 非Residual Networks称为 Plain Network。
Residual Network的结构如图所示：
-
与Plain Network相比，Residual Network能够训练更深层的神经网络，有效避免发生发生梯度消失和梯度爆炸。
-
下图对比中可看出，随着神经网络层数增加，Plain Network实际性能会变差，training error甚至会变大。然而，Residual Network的训练效果却很好，training error一直呈下降趋势。
4. Why ResNets Work
-
如图，输入 \(x\) 经过很多层神经网络后，输出 \(a^{[l]}\)，\(a^{[l]}\)经过一个 Residual block 输出 \(a^{[l+2]}\)
-
\(a^{[l+2]}\) 表达式：
- 输入x经过Big NN后， 若\(W^{[l+2]}\approx0\)，\(b^{[l+2]}\approx0\)，则有：
-
即使发生梯度消失，\(W^{[l+2]}\approx0\)，\(b^{[l+2]}\approx0\)，\(a^{[l+2]}\)与\(a^{l]}\)之间也有线性关系。即：identity function
-
\(a^{[l]}\) 直接连到 \(a^{[l+2]}\)，从效果来说，相当于直接忽略了\(a^{[l]}\) 之后的两层神经层.
-
看似很深的神经网络，其实由于许多Residual blocks的存在，弱化削减了某些神经层之间的联系，实现隔层线性传递，而不是一味追求非线性关系.
注意：
-
如果Residual blocks中 \(a^{[l]}\) 和 \(a^{[l+2]}\) 的维度不同，通常可以引入矩阵 \(W_s\)，与 \(a^{[l]}\) 相乘，使得 \(W_s∗a^{[l]}\) 的维度与 \(a^{[l+2]}\)一致。
-
参数矩阵 \(W_s\) 有来两种方法得到：
-
一种是将 \(W_s\) 作为学习参数，通过模型训练得到.
-
一种是固定 \(W_s\) 值（类似单位矩阵），不需要训练，\(W_s\) 与 \(a^{[l]}\) 的乘积仅使得 \(a^{[l]}\) 截断或者补零。
-
-
如图，CNN中 ResNets 的结构：
-
ResNets同类型层之间，例如CONV layers，大多使用same类型，保持维度相同。
-
如果是不同类型层之间的连接，例如CONV layer与POOL layer之间，如果维度不同，则引入矩阵 \(W_s\) 。
5. Networks in Networks and 1x1 Convolutions
一种新的CNN结构，即1x1 Convolutions，也称Networks in Networks。
这种结构的特点：滤波器算子filter的维度为1x1。对于单个filter，1x1的维度，意味着卷积操作等同于乘积操作。
对于多个filters，1x1 Convolutions的作用类似 全连接层的神经网络结构。效果等同于Plain Network中 \(a^{[l]}\) 到 \(a^{[l+1]}\) 的过程。
1x1 Convolutions可以用来 缩减输入图片的通道数目：
6. Inception Network Motivation
上面我们介绍的CNN单层的滤波算子filter尺寸是固定的，1x1或者3x3等。
Inception Network (初始网络)
-
在 单层网络 上可以 使用多个 不同尺寸的filters，进行same convolutions，把各filter下得到的输出拼接起来。
-
除此之外，还可以将CONV layer与POOL layer混合，同时实现各种效果。但是要注意使用same pool。
总结： Inception Network使用不同尺寸的filters，并将CONV和POOL混合起来，将所有功能输出组合拼接，再由神经网络本身去学习参数并选择最好的模块
Inception Network在提升性能的同时，会带来计算量大的问题。例如：
-
此CONV layer需要的计算量为：28x28x32x5x5x192=120m，其中m表示百万单位。
-
可以看出但这一层的计算量都是很大的。
-
为此，我们可以引入1x1 Convolutions来减少其计算量，结构如下图所示：
-
通常把该1x1 Convolution称为“瓶颈层”（bottleneck layer）。
-
引入bottleneck layer之后，总共需要的计算量为：28x28x16x192 + 28x28x32x5x5x16=12.4m。
-
明显地，虽然多引入了1x1 Convolution层，但是总共的计算量减少了近90%。由此可见，1x1 Convolutions还可以有效减少CONV layer的计算量。
7.Inception Network
引入1x1 Convolution后的Inception module如下图所示：
多个Inception modules组成Inception Network，效果如下图所示：
上述Inception Network除了由许多Inception modules组成之外，网络中间隐藏层也可以作为输出层Softmax，有利于防止发生过拟合。
8. Using Open-Source Implementation
略
9. Transfer Learning
略
10. Data Augmentation(数据增强)
- 常用的Data Augmentation方法是对已有的样本集进行Mirroring和Random Cropping
-
另一种Data Augmentation的方法是color shifting。
- color shifting就是对图片的RGB通道数值进行随意增加或者减少，改变图片色调。
11. State of Computer Vision
神经网络需要数据，不同的网络模型所需的数据量是不同的。
Object dection，Image recognition，Speech recognition所需的数据量依次增加。
- 如果data较少，那么就需要更多的hand-engineering，对已有data进行处理，比如上一节介绍的data augmentation
一些方法能够有助于提升神经网络模型的性能：(计算成本太大，不适用实际项目开发)
-
Ensembling: Train several networks independently and average their outputs.
-
Multi-crop at test time: Run classifier on multiple versions of test images and average results.
