卷积神经网络之AlexNet

Paper: ImageNet Classification with Deep Convolutional Neural Networks
Github： https://github.com/pytorch/vision/blob/master/torchvision/models/alexnet.py


AlexNet模型有多伦多大学， Geoff Hinton实验室设计，夺得了 2012年 ImageNet ILSVRC比赛的冠军，并且错误率远低于第二名，使得卷积神经网络乃至深度学习重新引起了广泛的关注。在此之前，由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。

AlexNet的特点

AlexNet是在LeNet的基础上加深了网络的结构，学习更丰富更高维的图像特征。AlexNet的特点：

• 更深的网络结构。
• 使用ReLU激活函数加速收敛。
• 使用多GPU并行，加速训练。也为之后的分组卷积（group convolution）理论奠定基础。
• 使用交叠池化（Overlapping Pooling）防止过拟合。
• 使用数据增强，提出Dropout抑制过拟合。
  
  

使用ReLU激活函数加速收敛

在最初的感知机模型中，输入和输出的关系如下：
$$y=\sum _i{w}_i{x}_i+b$$
只是单纯的线性关系，这样的网络结构有很大的局限性：即使用很多这样结构的网络层叠加，其输出和输入仍然是线性关系，无法处理有非线性关系的输入输出。因此，对每个神经元的输出做非线性变换（激活函数）就非常重要。

在此之前，激活函数主要使用的是tanh:$f(x)=tanh(x)$以及sigmoid:$f\left(x\right)=\frac{1}{1+{\left(e^{-x}\right)}^{-1}}$，但是这些都是饱和激活函数，如下图，输入值处于饱和区时（x→∞时），其梯度几乎为0，因此收敛极慢！

针对这一问题，在AlexNet中引入了线性整流单元（Rectified Linear Units, ReLU）作为激活函数，即：$f\left(x\right)=\max (0,x)$。其不存在饱和区，导师始终为1，梯度更大，计算量也更少，因此收敛得更快。
如下图所示，为tanh和`ReLU·的收敛速度对比：

如何理解ReLU函数的非线性

这里有个问题，前面提到，激活函数要用非线性的，是为了使网络结构有更强的表达能力。但这里使用的ReLU本质上却是个线性的分段函数，那是如何使用ReLU进行非线性变换的呢？
这里把神经网络看成一个巨大的线性变换，则所有的训练样本 A 进行了线性变换输出为 B 。
$$B=M\cdot A$$
这里的M是一个线性变换的话，则所有的训练样本 A 进行了线性变换输出为 B 。
那么对于ReLU来说，由于其是分段的，0的部分可以看作神经元没有激活，不同的神经元激活或者不激活，其神经网络组成的变换矩阵是不一样的。
设有两个训练样本 a1 和 a2 ，其训练时神经网络组成的变换矩阵为 M1 和 M2 ，由于 M1 变换对应的神经网络中激活神经元和 M2 是不一样的，这样 M1 和 M2 实际上是两个不同的线性变换。也就是说，每个训练样本使用的线性变换矩阵$M_i$是不一样的，在整个训练样本空间来说，其经历的是非线性变换。

单个训练样本是线性变换，但是每个训练样本的线性变换是不一样的，这样对整个训练样本集来说，就是非线性变换。

多GPU并行

单个GTX 580 GPU只有3GB显存，浙江限制可训练网络的最大尺寸和batch size大小。因此，将模型分为两部分，分不到两个 GPU上进行训练。由于GPU之间可以直接进行数据交换，而无需经过主机内存，因此可以很容易进行并行。

交叠池化（Overlapping Pooling）

在一般的池化中，池化窗口 z 与滑动窗口 s 相等（如LeNet）。而交叠池化指的就是$s<z$的池化，此时相邻的滑窗之间会有重叠。在论文的实现中，使用$z=3，s=2$，这时Overlapping Pooling策略在top-1和top-5分别降低了0.4%和0.3%的错误率。与非重叠方案相比，输出的维度是相等的，并且能在一定程度上抑制过拟合。

抑制过拟合策略

Dropout

略

数据增强

略

AlexNet模型结构

AlexNet整体结构

AlexNet的整体结构如下所示：

上图中的输入是$224\times 224$，不过经过计算$(224-11)/4=54.75$并不是论文中的55×55，而使用$227\times 227$作为输入，则$(227-11)/4=55$

如上图所示，AlexNet 共包含 8 个可学习的层，其中前 5 层为卷积层，后为全连接层，最后接一个 1000 路的 softmax 层，用于分类。

AlexNet参数具体变化过程：https://www.cnblogs.com/wangguchangqing/p/10333370.html

引入多GPU

同时，为了进行多 GPU 并行训练，我们将几乎所有层均分，分别放置于两个 GPU 上进行训练。其中，两个 GPU 之间仅在特定层上进行通信：

1. 在第 3 层卷积层的时候，同时以前一层在两个 GPU 上的输出进行联合输入，其他卷积层中，GPU 之间数据不互通。
2. 在全连接层，GPU 数据始终互通。
   具体的结构和参数如下所示(结合上节链接学习)：
   
   
   

---

学习和引用来源

1. https://www.cnblogs.com/wangguchangqing/p/10333370.html
2. https://tankzhou.cn/2019/06/29/AlexNet/