NiN现在这个网络没人用,但是是有很多新的概念提出
全局平均池化层是我池化层的高宽等于输入的高宽。也就是对每一个通道取一个值出来。
左边的输出是以10个通道结束的,也就是分类是10.
NIN的优点,全都是卷积层,更少的参数,不容易过拟合,使用平均池化来代替全连接。
代码 因为NIN和VGG都是很类似的所以说就只写一个。
有nin_block块
import torch
from torch import nn
from d2l import torch as d2l
#输入通道数 输出通道数 ,核的大小,步长,填充
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()
)
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())
X = torch.rand(size=(1,1,224,224))
for layer in net:
X = layer(X)
print(layer.__class__.__name__,'output shape:\t',X.shape)
lr, num_epochs, batch_size = 0.1, 10, 64
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())
快问快答:这次没有文字的问题我直接写回答
使用torch script可以将他部署到C++ 详情
最后是有softmax的我们写在了train函数里
Q:全局的平均池化层是不是很关键对于这个网络
A:这是个很好的问题,也是一个很好的思想,我们加入了全局平均池化层压缩了我每个通道的feature,他没有可以学习的参数。这个池化层最重要的就是他降低了模型复杂度。
Q:两个1*1的卷积层对每个像素增加了非线性性
A:1*1的卷积层就是对每一个像素,他对应的呢个通道做了一次全连接。两个1*1的卷积层其实也就是对这个图像,做了两个隐藏层的MLP,MLP都有ReLU函数,所以都增加了非线性性。