经典卷积神经网络特点小结

卷积神经网络概述

Hitton，被称为“AI教父”，他对人脑非常的好奇，学习生理学，解刨大脑以了解其工作方式，还学了心理学，最后，他决定使用计算机科学来模拟大脑的工作，并进入人工智能领域，开始了40余年的研究生涯。
因为背部受伤，Hitton站立工作了10多年。

2006年，随着计算机算力的提升和大数据的积累，Hitton所研究的多层神经网络取得巨大进展，他将多层神经网络命名为深度学习。

深度学习的快速发展开始于2012年，Hitton的学生AlexNet使用深度学习技术，在ImageNet挑战赛上取得了冠军的成绩，并且精度比第二名高出10%。深度学习一下子就火了，Alex所使用的的网络，被命名为ALexNet。

LeNet

1998年，LeCUN提出，最早的卷积神经网络。

用于解决手写数字识别问题，MNIST。

网络层次比较浅，数据+卷积+池化+卷积+池化+全连接+全连接+softmax，麻雀虽小五脏俱全。

AlexNet

Hitton的学生Alex，在2012年的ImageNet挑战赛取得冠军，并且精度比第二名高出10%，一鸣惊人。

AlexNet使用了relu激活函数、dropout、数据增强、LRN归一化，后来研究发现LRN的作用并不大，更多使用BatchNormal做归一化。

AlexNet使用GPU训练， 证明了CNN在复杂模型下的有效性，具有开创性的意义。

ZFNet

ZFNet在AlexNet基础上进行微调，取得ImageNet2013年的冠军，主要进行了以下调整：CONV1：11x11 stride4 --> 7x7 stride=2；CONV3,4,5：filters 384,384,256—>512,1024,512。

ZFNet最大的意义，在于从可视化的角度，解释了CNN，得到以下的一些结论：特征是分层次的；深层特征更鲁棒；深层特征更有区分度；深层特征收敛更慢等。

VGGNet

VGGNet证明了，更深的网络，能够提取更好的特征；

结构更加规整、简单：全部使用3x3的小卷积核和2x2的最大池化；

每次池化后，特征图宽高减半，通道数增加一倍；

VGGNet成为后续很多网络的backbone；

VGGNet取得了ImageNet2014的亚军，冠军是Inception。

GoogleNet（Inception系列）

GoogleNet，ImageNet2014冠军，增加了深度和宽度。采用网中网的结构，网络中的节点也是一个网络（Inception结构），可以认为Inception结构是GoogleNet中的最小结构单元。

Inceptionv1利用1x1卷积核进行通道降维，减小了参数量和计算量。Inceptionv2使用多个小卷积核代替一个大卷积核，如两个3x3代替5x5。Inceptionv3使用1xn和nx1代替nxn，这种设计貌似用的比较少。

并不是把网络拆的越小效果就会越好，实验证明，把拆分放在网络的中间，效果更好。

Inception的设计使得网络更深更宽，卷积数量增加，每个卷积后面都跟着激活函数，使得网络的非线性能力更强。

GoogleNet比VGGNet参数少，模型小。

ResNet系列

ImageNet2015冠军，由何凯明团队提出。

继续增加网络深度，引入跳连结构来防止梯度消失。

ResNet其它特点：

使用Average Pooling代替一个FC层。

每个卷积层之后都配合一个BN进行归一化，加快网络训练速度和收敛的稳定性（防止梯度消失），防止过拟合。

ResNet是现在主流的backbone网络。

跳连结构（short cut）：

原始输入+卷积后的输出（通俗理解：至少不比原来差）

y =F(x) + x（x表示原始输入，F(x)表示x经过卷积后的输出）

ResNet网络结构：

注意上图中的实线和虚线，虚线两侧通道数不同。

分成5个stage：

实线和虚线的两个block，Identity_block和convolution_block：

梯度消失和梯度爆炸：

在BP反向传播过程中进行链式求导，多个梯度相乘，抽象成x的n次方，用x表示梯度，n表示链式求导次数。当x<1时，x的n次方趋近于0，梯度消失；当x>1时，x的n次方趋近于无穷，梯度爆炸。

ResNet变种：

ResNeXt：分组卷积，在通道维度上进行分组后进行卷积。

DenseNet：更多的跳连，将所有层都加入跳连结构，ResNet并不是所有层都进行跳连的。看ResNet网络结构图理解。

InceptionResNet：Inception结构和ResNet的结合。

卷积神经网络性能计算量对比