Pytorch 网络中的网络 NiN

Pytorch 网络中的网络 NiN

0. 环境介绍

环境使用 Kaggle 里免费建立的 Notebook

教程使用李沐老师的 动手学深度学习 网站和 视频讲解

小技巧：当遇到函数看不懂的时候可以按 Shift+Tab 查看函数详解。

1. NiN

1.1 简介

全连接层的问题：

• 卷积层需要较少的参数：

  • $c_i\times c_o\times k^2$

• 但是卷积层后的第一个全连接层的参数量：

  • LeNet $16\times 5\times 5\times 120=48K$
  • AlexNet $256\times 5\times 5\times 4096=26M$
  • VGG $512\times 7\times 7\times 4096=102M$

这样会导致：

• 消耗很多计算资源
• 参数量大，很容易过拟合

NiN 提出的思想就是在每个像素的通道上分别使用多层感知机，减少计算量。

NiN 论文地址：https://arxiv.org/abs/1312.4400

1.2 NiN 结构

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 $11\times 11$、$5\times 5$ 和 $3\times 3$ 的卷积层，输出通道数量与AlexNet中的相同。 每个NiN块后有一个最大池化层，池化窗口形状为 $3\times 3$，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。 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（global average pooling layer），生成一个对数几率 （logits）。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。

NiN 块：

• 一个卷积层后跟两个 $1\times 1$ 卷积
• 步幅为 $1$，无填充，输出形状跟卷积层输出一样
• 起到全连接层的作用
  

NiN 架构：

• 无全连接层
• 交替使用 NiN 块和步幅为 $2$ 的最大池化层
  • 逐步减小高宽和增大通道数
• 最后使用全局平均池化层得到输出
  • 其输入通道数是类别数

NiN 块使用卷积层加两个 $1\times 1$ 卷积层，使用全局平均池化来代替 VGG 和 AlexNet 中的全连接层

• 不容易过拟合，更少的参数个数

2. 代码实现

2.1 NiN 块

!pip install -U d2l
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())

2.2 网络结构

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),
    # 标签类别数是10
    nin_block(384, 10, kernel_size=3, strides=1, padding=1),
    nn.AdaptiveAvgPool2d((1, 1)),
    # 将四维的输出转成二维的输出，其形状为(批量大小,10)
    nn.Flatten())

这里面一个小疑问：为什么有一个nn.Dropout(0.5) 。李沐老师课上提到了，但是不清楚什么意思。

各层输出形状：

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

2.3 训练

训练之前记得在 kaggle 上使用 GPU。

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())

结果比之前 AlexNet 精度小 $0.004$ 。这是因为数据集小的缘故，实际上在 ImageNet 上效果是要比 AlexNet 略胜一筹的。

在模型定义中，我去掉 nn.Dropout(0.5) 然后又训练了一下：

效果反而更好了。。。不知道这个 Dropout(0.5) 有啥用😂