2012年ImageNet ILSVRC获胜论文学习 - AlexNet

AlexNet

AlexNet是2012年的 ImageNet ILSVRC中获得冠军,识别率远远超过第二名(top 5 错误了16%,第二名为26%)。

链接:http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

1. 网络架构图

AlexNet的网络结构如下图所示:

如上图所示,可以看到AlexNet由5个卷积层+3个全连接层组成,并且由于当时GPU显存的限制,使用来块GPU进行训练,故上图绘制了两个流程。细节图如下:

2. AlexNet的创新点

  • AlexNet使用Relu替代了Sigmoid函数,能够更快的收敛,同时解决了Sigmoid在网络较深时出现的梯度小时问题。
  • 在第一个和第二个卷积层添加局部响应归一化(Local Response Normalization,LNR),对局部神经元创建了竞争的机制,使得其中响应较大的值变得更大,并抑制反馈较小的。(强者更强,弱者更弱)
  • 采用最大池化,而非平均池化,避免了平均池化的模糊的问题;并且采用步长比池化核的尺寸小的有重叠池化,提升了特征额丰富性
  • 避免过拟合的方式
    • 数据增强
      • 第一种数据增益的方法:通过平移和水平方向的映像
      • 第二种数据增益的方法:在图像中每个像素的R、G、B值上分别加上一个数,用到方法为PCA。对于图像每个像素,增加以下量 :[p_1,p_2,p_3] [\alpha_1\lambda_1,\alpha_2\lambda_2,\alpha_3\lambda_3]^T,其中p_i,\lambda_i分别代表特征向量和特征值,\alpha_i是高斯分布N(0,0.1)中采样得到的随机值随机数。
    • Dropout

3. AlexNet的学习过程

  • 参数初始化:
    • 用一个均值为0、标准差为0.01的高斯分布初始化了每一层的权重
    • 用常数1初始化了第二、第四和第五个卷积层以及全连接隐层的神经元偏差;在其余层用常数0初始化神经元偏差。
  • 优化方法采用:Momentum随机梯度下降法
    • SGD参数设置:batch_size = 128,momentum = 0.9,weight_decay = 0.0005
    • 参数更新过程:

               v_{i+1} := 0.9 \cdot v_i - 0.0005 \cdot \epsilon \cdot w_i - \epsilon \cdot \left \langle \frac{\partial L}{\partial w}| _{w_i} \right \rangle _{D_i}

               w_{i+1} := w_i + v_{i+1}

           其中,v代表动量,\epsilon代表学习率,\left \langle \frac{\partial L}{\partial w}| _{w_i} \right \rangle _{D_i}代表在第i个batch D_i上目标函数关于w的偏导数的平均值。

           对于所有层都使用了相等的学习率,这是在整个训练过程中手动调整的。遵循的启发式学习过程,当验证误差率在当前学习率下不再提高时,就将学习率除以10。学习率初始化为0.01,在终止前降低三次。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值