动手学深度学习26 网络中的网络NiN

视频：https://www.bilibili.com/video/BV1Uv411G71b/?p=3&spm_id_from=pageDriver&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef8
课件：https://courses.d2l.ai/zh-v2/assets/pdfs/part-1_10.pdf

图书：https://zh-v2.d2l.ai/chapter_convolutional-modern/nin.html

1. NIN

用(1,1)卷积层替代全连接层

参数过多

2. 代码

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())
  
net = nn.Sequential(
    nin_block(1, 96, kernel_size=11, strides=4, padding=0), # 参照AlexNet
    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 Fashin-Mnist
    nin_block(384, 10, kernel_size=3, strides=1, padding=1),
    # 全局平均池化层，(1, 1)把高宽都变成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, 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(), 'nin.png')

Sequential output shape:	 torch.Size([1, 96, 54, 54])
MaxPool2d output shape:	 torch.Size([1, 96, 26, 26])
Sequential output shape:	 torch.Size([1, 256, 26, 26])
MaxPool2d output shape:	 torch.Size([1, 256, 12, 12])
Sequential output shape:	 torch.Size([1, 384, 12, 12])
MaxPool2d output shape:	 torch.Size([1, 384, 5, 5])
Dropout output shape:	 torch.Size([1, 384, 5, 5])
Sequential output shape:	 torch.Size([1, 10, 5, 5])
AdaptiveAvgPool2d output shape:	 torch.Size([1, 10, 1, 1])
Flatten output shape:	 torch.Size([1, 10])
<Figure size 350x250 with 1 Axes>
......
loss 0.371, train acc 0.861, test acc 0.867
2511.6 examples/sec on cuda:0

精度比VGG低。

3. QA

超宽的全连接层很容易过拟合，效果很差。
不论batch_size，权重是要占内存的。
nvidia-smi 下面有显示gpu的使用。长期不关机会有内存泄漏。
上线C++， pytorch可以用torchscript转，模型很复杂不一定能转。或者用第三方方案转onnix模型。
triton server？

https://github.com/triton-inference-server/server

softmax是写在loss函数里面的，分类是都要做softmax的。
交叉熵损失函数内部写了softmax。
全局池化层的影响？ 没有可学习的参数，降低输入；减小模型参数，降低模型复杂度，模型泛化会变好，精度变高，但是收敛变慢。

NIN为什么选用2个1*1卷积层，试出来的。

11卷积层对每个像素增加非线性是什么意思？
11卷积层，对每个像素对应通道的向量做全连接层，把全连接层对每个像素做连接，2个1*1卷积层对每个像素的输入通道数做了一个有两个隐藏层的MLP， MLP有ReLU函数，增加了非线性。

预测代码看Softmax回归章节的实现。
数据copy到gpu上做预测，预测结果copy回cpu上。

pytorch会自动做权重初始化，但是ch6有做手动实现权重初始化。