pytorch-NiN模型

阅读目录

• NiN块
• NiN模型
• 训练模型

 

LeNet、AlexNet和VGG都有⼀个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征,然后通过全连接层对特征的表征进行处理。然而，如果使用了全连接层，可能会完全放弃表征的空间结构。NiN提供了⼀个非常简单的解决方案：在每个像素的通道上分别使用多层感知机。还有一个问题就是全连接层可能会使用很多的参数。一般卷积层需要较少的参数：$c_i × c_o × k^2$，而卷积后的第一个全连接层的参数：LeNet 16x5x5x120 = 48k
٬ AlexNet 256x5x5x4096 = 26M
٬ VGG 512x7x7x4096 = 102M
而NiN架构没有全连接层，它首先交替使用NiN块和步幅为2的最大池化层，逐步减少宽度和增大通道数，最后使用全局平均池化层的到输出，其输出通道数就是类别数。

回到顶部

NiN块

NiN的想法是在每个像素位置（针对每个高度和宽度）应用⼀个全连接层。如果我们将权重连接到每个空间位置，我们可以将其视为1 × 1卷积层，或作为在每个像素位置上独立作用的全连接层。从另一个角度看，即将空间维度中的每个像素视为单个样本，将通道维度视为不同特征（feature）。
NiN块以⼀个普通卷积层开始，后面是两个$1 × 1$的卷积层。这两个1 × 1卷积层充当带有ReLU激活函数的逐像素全连接层。第一层的卷积窗口形状通常由用户设置。随后的卷积窗口形状固定为1 × 1。

import torch
from torch import nn
from d2l import torch as d2l

def nin_block(in_channels, out_channels, kernel_size, strides, padding):
    return nn.Sequential(
        nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),
        nn.ReLU(), nn.Conv2d(out_channels, out_channels, kernel_size=1),
        nn.ReLU(), nn.Conv2d(out_channels, out_channels, kernel_size=1),
        nn.ReLU())

回到顶部

NiN模型

最初的NiN网络是在AlexNet后不久提出的，显然从中得到了⼀些启示。NiN使用窗口形状为11×11、5×5和3×3的卷积层，输出通道数量与AlexNet中的相同。每个NiN块后有⼀个最大汇聚层，汇聚窗口形状为3 × 3，步幅为2。
NiN和AlexNet之间的⼀个显著区别是NiN完全取消了全连接层。相反，NiN使用一个NiN块，其输出通道数等于标签类别的数量。最后放⼀个全局平均汇聚层，生成⼀个对数几率。NiN设计的⼀个优点是，它显著减少了模型所需参数的数量。然而，在实践中，这种设计有时会增加训练模型的时间。

net = nn.Sequential(
    nin_block(1, 96, kernel_size=11, strides=4, padding=0),
    nn.MaxPool2d(3, stride=2),
    nin_block(96, 256, kernel_size=5, strides=1, padding=2),
    nn.MaxPool2d(3, stride=2),
    nin_block(256, 384, kernel_size=3, strides=1, padding=1),
    nn.MaxPool2d(3, stride=2), nn.Dropout(0.5),
    nin_block(384, 10, kernel_size=3, strides=1, padding=1),
    nn.AdaptiveAvgPool2d((1, 1)),
    nn.Flatten())

我们创建⼀个数据样本来查看每个块的输出形状。

X = torch.rand(size=(1, 1, 224, 224))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__, 'output shape:\t', X.shape)

Sequential output shape:	 torch.Size([1, 96, 54, 54])
MaxPool2d output shape:	 torch.Size([1, 96, 26, 26])
Sequential output shape:	 torch.Size([1, 256, 26, 26])
MaxPool2d output shape:	 torch.Size([1, 256, 12, 12])
Sequential output shape:	 torch.Size([1, 384, 12, 12])
MaxPool2d output shape:	 torch.Size([1, 384, 5, 5])
Dropout output shape:	 torch.Size([1, 384, 5, 5])
Sequential output shape:	 torch.Size([1, 10, 5, 5])
AdaptiveAvgPool2d output shape:	 torch.Size([1, 10, 1, 1])
Flatten output shape:	 torch.Size([1, 10])

回到顶部

训练模型

和以前⼀样，我们使用Fashion-MNIST来训练模型。训练NiN与训练AlexNet、VGG时相似。

lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

loss 0.334, train acc 0.876, test acc 0.885
1018.9 examples/sec on cuda:0

小结

• NiN使⽤由⼀个卷积层和多个1 × 1卷积层组成的块。该块可以在卷积神经网络中使用，以允许更多的每像素非线性。
• NiN去除了容易造成过拟合的全连接层，将它们替换为全局平均汇聚层（即在所有位置上进行求和）。该汇聚层通道数量为所需的输出数量（例如，Fashion-MNIST的输出为10）。
• 移除全连接层可减少过拟合，同时显著减少NiN的参数。
• NiN的设计影响了许多后续卷积神经网络的设计。

ps:我们来介绍一下这个nn.AdaptiveAvgPool2d((1, 1)的作用。
首先先看看官网上的解释吧：

torch.nn.AdaptiveAvgPool2d(output_size)

这里output_size=(a,b)或者一个数a。

例如：

net = nn.Sequential(
    nn.AdaptiveAvgPool2d((1, 1)))

X = torch.rand(size=(1, 3, 2, 2))
print(X)
net(X)

net(X).shape
net(X)

我们发现这个net(X).shape形状是torch.Size([1, 3, 1, 1])。然后它的这个值就是将后面两维的数值进行平均。比如说上面的那个就是将每个通道里面的高和宽进行平均池化了。

假如说里面就一个数字的话:

m = nn.AdaptiveAvgPool2d(7)
input = torch.randn(1, 64, 10, 9)
m(input).shape


# torch.Size([1, 64, 7, 7])