0915含并行连结的网络 GoogLeNet / Inception V3

• 最好的卷积层超参数?
• 1x1
• 3x3
• 5x5
• Max pooling
• Multiple 1x1
• Inception块

• 四个路径从不同层面抽取信息, 然后在输出通道维合并
• 输出和输入等同高宽, 变得是通道数
• 使用不同窗口大小的卷积层, 使用池化层
• 每条路上通道数可能不同
• 1x1卷积降低通道数, 来控制模型复杂度
• 通道数越多, 认为那个路径更重要
• Inception块有更少的参数个数和计算复杂度
• GoogLeNet

5段, 9个Inception块

段1 & 2: 更小的宽口, 更多的通道

段3: Inception块通道分布不同, 输出通道增加

段4 & 5: 增加通道数, 最后输出1024维特征输出

Inception后续变种

Inception-BN(v2): 使用batch normalization

Inception-V3: 修改了Inception块

替换5x5为多个3x3卷积层, 1x7和7x1卷积层

替换3x3为1x3和3x1卷积层

更深

Inception-V4: 使用残差连接

总结

Inception块用4条有不同超参数的卷积层和池化层的路来抽取不同的信息

它的一个主要优点是模型参数小, 计算复杂度低

GoogLeNet使用9个Inception块, 是第一个达到上百层的网络

后续有一系列改进

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

class Inception(nn.Module):
    # c1--c4是每条路径的输出通道数
    def __init__(self, in_channels, c1, c2, c3, c4, **kwargs):
        super(Inception, self).__init__(**kwargs)
        # 线路1，单1x1卷积层
        self.p1_1 = nn.Conv2d(in_channels, c1, kernel_size=1)
        # 线路2，1x1卷积层后接3x3卷积层
        self.p2_1 = nn.Conv2d(in_channels, c2[0], kernel_size=1)
        self.p2_2 = nn.Conv2d(c2[0], c2[1], kernel_size=3, padding=1)
        # 线路3，1x1卷积层后接5x5卷积层
        self.p3_1 = nn.Conv2d(in_channels, c3[0], kernel_size=1)
        self.p3_2 = nn.Conv2d(c3[0], c3[1], kernel_size=5, padding=2)
        # 线路4，3x3最大汇聚层后接1x1卷积层
        self.p4_1 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)
        self.p4_2 = nn.Conv2d(in_channels, c4, kernel_size=1)

    def forward(self, x):
        p1 = F.relu(self.p1_1(x))
        p2 = F.relu(self.p2_2(F.relu(self.p2_1(x))))
        p3 = F.relu(self.p3_2(F.relu(self.p3_1(x))))
        p4 = F.relu(self.p4_2(self.p4_1(x)))
        # 在通道维度上连结输出
        return torch.cat((p1, p2, p3, p4), dim=1)

b1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
b2 = nn.Sequential(nn.Conv2d(64, 64, kernel_size=1),
                   nn.ReLU(),
                   nn.Conv2d(64, 192, kernel_size=3, padding=1),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
b3 = nn.Sequential(Inception(192, 64, (96, 128), (16, 32), 32),
                   Inception(256, 128, (128, 192), (32, 96), 64),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
b5 = nn.Sequential(Inception(832, 256, (160, 320), (32, 128), 128),
                   Inception(832, 384, (192, 384), (48, 128), 128),
                   nn.AdaptiveAvgPool2d((1,1)),
                   nn.Flatten())

net = nn.Sequential(b1, b2, b3, b4, b5, nn.Linear(1024, 10))