深度学习笔记（30） Inception网络

最新推荐文章于 2024-06-15 08:32:38 发布

氢键H-H

最新推荐文章于 2024-06-15 08:32:38 发布

阅读量1.7w

点赞数 3

分类专栏：深度学习笔记文章标签： Inception网络

本文为氢键H-H原创文章，未经允许请勿用于商业用途，转载请注明出处

本文链接：https://blog.csdn.net/qq_32618327/article/details/93479440

版权

深度学习笔记专栏收录该内容

52 篇文章 84 订阅

订阅专栏

深度学习笔记（30） Inception网络

1. Inception模块
2. 瓶颈层
3. Inception网络
4. Inception网络的细节

1. Inception模块

构建卷积层时
要决定过滤器的大小究竟是1×1，3×3还是5×5，或者要不要添加池化层
而Inception网络的作用就是自主决定
虽然网络架构因此变得更加复杂，但网络表现却非常好

在这里插入图片描述

例如，28×28×192维度的输入层
Inception网络或Inception层的作用：
代替人工来确定卷积层中的过滤器类型，或者确定是否需要创建卷积层或池化层

如果使用1×1卷积，输出结果会是28×28×filters
假设输出为28×28×64，并且这里只有一个层

如果使用3×3的过滤器，，应用same卷积，输出是28×28×128
然后把第二个值堆积到第一个值上

或许用5×5过滤器或许会更好，输出变成28×28×32
再次使用same卷积，保持维度不变

或许只用池化操作，得到一些不同的输出结果
把它也堆积起来，这里的池化输出是28×28×32
为了匹配所有维度，需要对最大池化使用padding，它是一种特殊的池化形式
因为如果输入的高度和宽度为28×28，则输出的相应维度也是28×28
然后再进行池化，padding不变，步幅为1

有了Inception模块，就可以输入某个量，因为它累加了所有数字
这里的最终输出32+32+128+64=256

基本思想是Inception网络不需要人为决定使用哪个过滤器或者是否需要池化
而是由网络自行确定这些参数，可以给网络添加这些参数的所有可能值，然后把这些输出连接起来
让网络自己学习它需要什么样的参数，采用哪些过滤器组合

2. 瓶颈层

但不难发现，所描述的Inception层有一个问题，就是计算成本
在这里插入图片描述
在之前5×5的过滤器，一个28×28×192的输入块，执行一个5×5卷积，它有32个过滤器，输出为28×28×32
计算这个28×28×32输出的计算成本：
它有32个过滤器，因为输出有32个通道，每个过滤器大小为5×5×192，输出大小为28×28×32
所以要计算28×28×32个数字
对于输出中的每个数字来说，都需要执行 5×5×192 次乘法运算
所以乘法运算的总次数为每个输出值所需要执行的乘法运算次数（5×5×192）乘以输出值个数（28×28×32）
把这些数相乘结果等于1.2亿（120422400）
即使在现在，用计算机执行1.2亿次乘法运算，成本也是相当高的

在这里插入图片描述
这是另外一种架构，其输入为28×28×192，输出为28×28×32
其结果是这样的，对于输入层，使用1×1卷积把输入值从192个通道减少到16个通道
然后对这个较小层运行5×5卷积，得到最终输出

请注意，输入和输出的维度依然相同，输入是28×28×192，输出是28×28×32
但要做的就是把左边这个大的输入层压缩成这个较小的的中间层，它只有16个通道，而不是192个
这被称为 瓶颈层
瓶颈通常是某个对象最小的部分，瓶颈就是这个瓶子最小的部分
同理，瓶颈层也是网络中最小的部分，先缩小网络表示，然后再扩大它

这个第一个卷积层的计算成本：
应用1×1卷积，过滤器个数为16，每个过滤器大小为1×1×192
这两个维度相匹配（输入通道数与过滤器通道数）
28×28×16这个瓶颈层的计算成本：
输出28×28×16中每个元素都做192次乘法，用1×1×192来表示
相乘结果约等于240万

第二个卷积层的计算28×28×32，对每个输出值应用一个5×5×16维度的过滤器
计算结果为1000万

所以所需要乘法运算的总次数是这两层的计算成本之和1204万
计算成本从1.2亿下降到了原来的十分之一

总结一下，如果在构建神经网络层的时候，不想决定池化层是使用1×1，3×3还是5×5的过滤器
那么Inception模块就是最好的选择，可以应用各种类型的过滤器，只需要把输出连接起来
之后关于计算成本问题，可以通过使用1×1卷积来构建瓶颈层，从而大大降低计算成本

3. Inception网络

Inception模块会将之前层的激活或者输出作为它的输入，作为前提
这是一个28×28×192的输入

先通过一个1×1的层，再通过一个5×5的层
1×1的层可能有16个通道，而5×5的层输出为28×28×32
在这里插入图片描述

为了在这个3×3的卷积层中节省运算量，也可以做相同的操作
这样的话3×3的层将会输出28×28×128
在这里插入图片描述

或许还想将其直接通过一个1×1的卷积层
这样的话过程就只有一步，假设这个层的输出是28×28×64
在这里插入图片描述

接着是池化层
为了能在最后将这些输出都连接起来，会使用same类型的padding来池化
使得输出的高和宽依然是28×28，这样才能将它与其他输出连接起来
在这里插入图片描述

但注意，如果进行了最大池化，即便用了same padding，3×3的过滤器，stride为1
其输出将会是28×28×192，其通道数或者说深度与这里的输入（通道数）相同
所以看起来它会有很多通道
实际要做的就是再加上一个1×1的卷积层，将通道的数量缩小，缩小到28×28×32
也就是使用32个维度为1×1×192的过滤器，所以输出的维度其通道数缩小为32
这样就避免了最后输出时，池化层占据所有的通道
在这里插入图片描述
最后，将这些方块全都连接起来，把得到的各个层的通道都加起来
最后得到一个28×28×256的输出

这就是一个Inception模块
而Inception网络所做的就是将这些模块都组合到一起