网络参数重组论文一（RepVGG）

本系列文章介绍一种最近比较火的设计网络的思想，即利用网络的重参数化，把多层合成一层，进行网络加速。

本文介绍的RepVGG: Making VGG-style ConvNets Great Again是参数重组的开创性论文，将参数重组应用在vgg分类网络上。

1. 理论部分

RepVGG有5个阶段，每一阶段开始时通过stride=2的卷积进行下采样。下图展示了一个特定阶段的前4个层次。

RepVGG的创新点在于，它只在训练阶段使用shortcut结构，而在测试阶段将参数重组，目的是减少参数数量，并在测试时去掉shortcut结构。

1 BN层和卷积层的参数重组为卷积层

令$(\mu ,\sigma ,\gamma ,\beta )$表示BN层的统计参数，$M\in R^{N\times C_1\times H_1\times W_1}$表示输入矩阵，则BN层的输出为：

令

就可以得到等价的卷积层参数

因此就将BN层和卷积层的参数合并为卷积层的参数。

2 三条路径参数重组为一条

用3,1,0的上角标分别表示3x3conv+bn，1x1conv+bn和shortcut+bn三条路径，$M^{(2)}$和$M^{(1)}$分别表示输入和输出矩阵，他们的关系为：

在三条路径上应用之前的变换，并将shortcut视为卷积核为恒等矩阵的1x1conv，就将3x3conv+bn，1x1conv+bn和shortcut+bn转换为1个3×3conv，2个1×1conv，和三个偏差向量。
然后：

1. 将三个偏差向量相加得到最终偏差，
2. 将1×1conv加0填充为3x3卷积
3. 将3个3×3conv相加得到最终的3x3卷积

下图为上述步骤的示意图：

作者设计的ResVGG每层的结构如下：

其中a和b为可设置的参数：

2. 代码部分

2.1 参数重组

参数重组部分由get_equivalent_kernel_bias()实现：

    def get_equivalent_kernel_bias(self):
        kernel3x3, bias3x3 = self._fuse_bn_tensor(self.rbr_dense)
        kernel1x1, bias1x1 = self._fuse_bn_tensor(self.rbr_1x1)
        kernelid, biasid = self._fuse_bn_tensor(self.rbr_identity)
        return kernel3x3 + self._pad_1x1_to_3x3_tensor(kernel1x1) + kernelid, bias3x3 + bias1x1 + biasid

其中包含4步：

1. 融合bn层

    def _fuse_bn_tensor(self, branch):
        if branch is None:
            return 0, 0
        if isinstance(branch, nn.Sequential):
            kernel = branch.conv.weight
            running_mean = branch.bn.running_mean
            running_var = branch.bn.running_var
            gamma = branch.bn.weight
            beta = branch.bn.bias
            eps = branch.bn.eps
        else:
            assert isinstance(branch, nn.BatchNorm2d)
            if not hasattr(self, 'id_tensor'):
                input_dim = self.in_channels // self.groups
                kernel_value = np.zeros((self.in_channels, input_dim, 3, 3), dtype=np.float32)
                for i in range(self.in_channels):
                    kernel_value[i, i % input_dim, 1, 1] = 1
                self.id_tensor = torch.from_numpy(kernel_value).to(branch.weight.device)
            kernel = self.id_tensor
            running_mean = branch.running_mean
            running_var = branch.running_var
            gamma = branch.weight
            beta = branch.bias
            eps = branch.eps
        std = (running_var + eps).sqrt()
        t = (gamma / std).reshape(-1, 1, 1, 1)
        return kernel * t, beta - running_mean * gamma / std

2. 将三个偏差向量相加得到最终偏差

bias = bias3x3 + bias1x1 + biasid

3. 将1×1conv加0填充为3x3卷积

	def _pad_1x1_to_3x3_tensor(self, kernel1x1):
	    if kernel1x1 is None:
	        return 0
	    else:
	        return torch.nn.functional.pad(kernel1x1, [1,1,1,1])

4. 将3个3×3conv相加得到最终的3x3卷积

kernel3x3 + self._pad_1x1_to_3x3_tensor(kernel1x1) + kernelid

2.2 转换模式

首先将训练模型以正常方法训练完毕，然后将其通过switch_to_deploy转换到部署模式：

1. 计算等价的测试模型的kernal和bias
2. 将等价参数部署到Conv2d上

    def switch_to_deploy(self):
        if hasattr(self, 'rbr_reparam'):
            return
        kernel, bias = self.get_equivalent_kernel_bias()
        self.rbr_reparam = nn.Conv2d(in_channels=self.rbr_dense.conv.in_channels, out_channels=self.rbr_dense.conv.out_channels,
                                     kernel_size=self.rbr_dense.conv.kernel_size, stride=self.rbr_dense.conv.stride,
                                     padding=self.rbr_dense.conv.padding, dilation=self.rbr_dense.conv.dilation, groups=self.rbr_dense.conv.groups, bias=True)
        self.rbr_reparam.weight.data = kernel
        self.rbr_reparam.bias.data = bias
        for para in self.parameters():
            para.detach_()
        self.__delattr__('rbr_dense')
        self.__delattr__('rbr_1x1')
        if hasattr(self, 'rbr_identity'):
            self.__delattr__('rbr_identity')
        if hasattr(self, 'id_tensor'):
            self.__delattr__('id_tensor')
        self.deploy = True