神经网络与深度学习笔记二

深度学习平台

常见的深度学习平台如表1所示。

表1 常见深度学习平台对比

$$\begin{array}{cccc}库名& 发布者& 支持语言& 支持系统\\ TensorFlow& Google& Python/C++/Java/Go& Linux/MacOS/Android/iOS\\ Caffe& UCBerkeley& Python/C++/Matlab& Linux/MacOS/Windows\\ JAX& Google& Python& Linux/Windows\\ MXNet& Amazon/DMLC(分布式机器学习社区)& Python/C++/Matlab/Julia/Go/R/Scala& Linux/MacOS/Windows/Android/iOS\\ Torch/PyTorch& Facebook& C/Python/..& Linux/MacOS/Windows/Android/iOS\\ PaddlePaddle& 百度& Python& Linux/Windows\\ MMdetection& 商汤/港中文& Python& Linux/Windows\end{array}$$
其中最常用的为Pytorch与TensorFlow2，相较于TensorFlow2，Pytorch上手简单学习速度快、函数简介、运用灵活。

$\bullet$张量(Tensor)
是一个物理量，对高维(维数$\ge$ 2) 的物理量进行“量纲分析”的一种工具。简单的可以理解为：一维数组称为矢量，二维数组为二阶张量，三维数组为三阶张量$\cdots$
$\bullet$计算图
用“结点”(nodes)和“线 ”(edges)的有向图来描述数学计算的图像。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入的起点输出的终点，或者是读取 写入持久变量的终点。“线”表示“节点”之间的输入 输出关系。这些数据“线”可以输运“ size 可动态调整”的多维数据数组，即“张量”(tensor)

Pytorch的基本使用包括：
$\stackrel{◯}{1}$使用tensor表示数据
$\stackrel{◯}{2}$使用Dataset 、DataLoader读取样本数据和标签
$\stackrel{◯}{3}$使用变量(Variable)存储神经网络权值等参数
$\stackrel{◯}{4}$使用计算图(computational graph)来表示计算任务
$\stackrel{◯}{5}$在代码运行过程中同时执行计算图

卷积神经网络

基本概念

$\bullet$全连接网络：链接权过多，难算难收敛，同时可能进入局部极小值，也容易产生过拟合问题.
$\bullet$局部连接网络：顾名思义，只有一部分权值连接。部分输入和权值卷积。
$\bullet$填充( Padding)：也就是在矩阵的边界上填充一些值，以增加矩阵的大小，通常用 0 或者复制边界像素来进行填充。
$\bullet$步长(Stride)：卷积核每次滑动的行数和列数。
$\bullet$池化(pooling)：使用局部统计特征，如均值或最大值。解决特征过多问题。
$\bullet$卷积神经网络结构
\quad 构成：由多个卷积层和下采样层构成，后面可连接全连接网络
\quad 卷积层：k 个滤波器
\quad 下采样层：采用 mean 或 max
\quad 后面：连着全连接网络
前向传播定义为：
$$z^{[l]}(x,y)=\sum _{u=0}^p\sum _{v=0}^q{a}^{[l-1]}(x+u,y+v)w_{rot}^{[l],k}(u,v)\text{\hspace{1em}(1)}$$$$a^{[l]}(x,y)=f(z^{[l]}(x))\text{\hspace{1em}(2)}$$
若第$l$层为卷积+池化层，则：
$$a^{[l]}(x,y)=downsample(\sum _{u=0}^p\sum _{v=0}^q{a}^{[l-1]}(x+u,y+v)w_{rot}^{[l],k}(u,v))\text{\hspace{1em}(3)}$$

LeNet-5

网络结构

LeNet(LeNet-5)由卷积编码器以及全连接密集块组成，如图1所示

图1 LeNet-5结构

$\bullet$C1层
$\stackrel{◯}{1}$ 6个Feature map构成
$\stackrel{◯}{2}$ 每个神经元对输入进行55卷积
$\stackrel{◯}{3}$ 每个神经元对应 55+1个参数，共6个feature map，28乘28个神经元，因此共有122,304连接
$\bullet$S2层
下采样层，使用最大池化进行下采样，池化的size，选择(2,2)。
$\bullet$C3层
卷积层，其卷积核大小为(5,5)。
$\bullet$S4层
下采样层，与S2层工作相同。
$\bullet$C5层
$\stackrel{◯}{1}$ 120 个神经元
$\stackrel{◯}{2}$ 每个神经元同样对输入进行 55 卷积，与 S4 全连接
$\stackrel{◯}{3}$ 总连接数 (55*16+1)*120=48120
$\bullet$ F6层
$\stackrel{◯}{1}$ 84 个神经元
$\stackrel{◯}{2}$ 与 C5 全连接
$\stackrel{◯}{3}$ 总连接数 (120+1)*84=10164
$\bullet$ 输出层
$\stackrel{◯}{1}$ 由欧式径向基函数单元构成
$\stackrel{◯}{2}$ 每类一个单元
$\stackrel{◯}{3}$ 输出 RBF 单元计算输入向量和参数向量之间的欧式距离

网络说明

与现在网络的区别
$\stackrel{◯}{1}$卷积时不进行填充(padding)
$\stackrel{◯}{2}$池化层选用平均池化而非最大池化
$\stackrel{◯}{3}$选用Sigmoid或tanh而非ReLU作为非线性环节激活函数
$\stackrel{◯}{4}$层数较浅，参数数量小(约为6万)

普遍规律：随网络深入，宽、高衰减，通道数增加

代码实现

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

#《动手学深度学习》6.6
net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    nn.Linear(120, 84), nn.Sigmoid(),
    nn.Linear(84, 10))
X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)
def evaluate_accuracy_gpu(net, data_iter, device=None): #@save
    """使用GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        net.eval()  # 设置为评估模式
        if not device:
            device = next(iter(net.parameters())).device
    # 正确预测的数量，总预测的数量
    metric = d2l.Accumulator(2)
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                # BERT微调所需的（之后将介绍）
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]
#@save
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用GPU训练模型(在第六章定义)"""
    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)
    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')
lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())