深度学习第五周 ShuffleNet & EfficientNet

最新推荐文章于 2024-10-17 22:15:21 发布

贝叶贝叶贝叶斯

最新推荐文章于 2024-10-17 22:15:21 发布

阅读量1.8k

点赞数 2

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/weixin_45573034/article/details/126245746

版权

1.Shuffle Net v1

ShuffleNet是Face++的一篇关于降低深度网络计算量的论文，号称是可以在移动设备上运行的深度网络。

首先来看一下，Shuffle Net的性能。在速度上比1.0的Mobile Net要快，而且错误率要更低。

channel shuffle。如下图，普通的组卷积仅仅作用在组内，组间是没有信息交流的(使用组卷积可以减少参数和计算量)。channel shuffle就是解决组织间信息交流的问题，通过将每个组内划分若干个小块，并将各个组织间的小块组合起来，形成新的组合的channel。

Shuffle Net网络结构，这里只要理解group=3的情况就好，因为论文中大多数是基于group为3的情况写的。

Shuffle Net浮点计算数(FLOPs)与ResNet对比。其中h,w代表特征矩阵的高和宽，c代表channel，m代表输出矩阵的channel。

2.Shuffle Net v2

提出评价检测的速度不能只关注浮点计算数，还要关注其他的影响因素，比如memory access cost(MAC，内存访问的时间成本)。作者提出设计高效率的模型的四条准则。

G1: 当卷积层的输入特征矩阵与输出特征矩阵的channel相等时MAC最小。(保持FLOPs不变的情况下)

G2: 当分组卷积的分组数增大时，MAC也会增加。(保持FLOPs不变的情况下)

G3: 网络设计的碎片化程度越高，速度越慢。(碎片化程度可以理解为网络的分支化程度)

G4: Element-wise的操作带来的影响也是不可忽略的。(Element-wise包括，激活函数ReLU，Tensor相加，Bias相加等)

3. Efficient Net

在Efficient Net中探讨了输入分辨率，网络深度、宽度的影响。

可以看到Efficient Net B7的参数数量比较少，而且准确率比主流的神经网络的准确度高。

作者在网络的深度、宽度和输入图像的分辨率方面进行试验得出：

增加网络深度，能够得到更加丰富、复杂的特征，但网络深度过深会面临梯度消失、训练困难的问题。
增加网络的宽度，能够获得更加细粒度的特征，也更加容易训练，但是对于宽度大深度浅的网络难以学习到深层次的特征。
增加图像分辨率，能够潜在获得更高细粒度的特征，但是大分辨率的图像会增加计算量。

上图可以得出，当单一改变这三个因素的时候大概到80%的时候就达到了饱和，但是同时改变这三个因素的时候可以获得更好的效果。

以下是 Efficient Net B0 baseline network的网络结构。其他的网络也是在这个基础上改造的。

其网络结构中使用的MB卷积层结构如下：

Effient Net的网络设置：

4. Transformer

Transformer是2017年Google在Computation and Language上发表的，当时主要是针对自然语言处理领域提出的。

Self-Attention

self-attention

在Self-Attention中最重要的就是利用公式：

$Attention(Q,K,V)=softmax\left ( \frac{QK^{T}}{\sqrt{d_{k}}}\right )V$

Multi-Head Attention

在Multi-Head Attention中将q k v分成n块，n代表head的个数，然后将右上标相同的部分与同号的head归类一起。

最后将分组融合在一起，利用矩阵乘法将分组的数据融合成 $W^{o}$ 。

5. 使用VGG模型进行猫狗大战

5.1 加载数据

! wget http://fenggao-image.stor.sinaapp.com/dogscats.zip 是在linux环境下使用

import wget
wget.download("http://fenggao-image.stor.sinaapp.com/dogscats.zip")

5.2 数据处理

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

vgg_format = transforms.Compose([
                transforms.CenterCrop(224),
                transforms.ToTensor(),
                normalize,
            ])

data_dir = './dogscats'

dsets = {x: datasets.ImageFolder(os.path.join(data_dir, x), vgg_format)
         for x in ['train', 'valid']}

dset_sizes = {x: len(dsets[x]) for x in ['train', 'valid']}
dset_classes = dsets['train'].classes

loader_train = torch.utils.data.DataLoader(dsets['train'], batch_size=64, shuffle=True, num_workers=6)
loader_valid = torch.utils.data.DataLoader(dsets['valid'], batch_size=5, shuffle=False, num_workers=6)

5.3 创建VGG网络

wget.download("https://s3.amazonaws.com/deep-learning-models/image-models/imagenet_class_index.json")
model_vgg = models.vgg16(pretrained=True)

with open('./imagenet_class_index.json') as f:
    class_dict = json.load(f)
dic_imagenet = [class_dict[str(i)][1] for i in range(len(class_dict))]

inputs_try , labels_try = inputs_try.to(device), labels_try.to(device)
model_vgg = model_vgg.to(device)

outputs_try = model_vgg(inputs_try)

本次使用的是迁移学习，但是由于识别的种类不同，需要修稿全连接层的1000类替换2各类。

model_vgg_new = model_vgg;

for param in model_vgg_new.parameters():
    param.requires_grad = False
model_vgg_new.classifier._modules['6'] = nn.Linear(4096, 2)
model_vgg_new.classifier._modules['7'] = torch.nn.LogSoftmax(dim = 1)

model_vgg_new = model_vgg_new.to(device)

进行模型训练

criterion = nn.NLLLoss()

# 学习率
lr = 0.001

# 随机梯度下降
optimizer_vgg = torch.optim.SGD(model_vgg_new.classifier[6].parameters(),lr = lr)

'''
第二步：训练模型
'''
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
def train_model(model,dataloader,size,epochs=1,optimizer=None):
    model.train()
    
    for epoch in tqdm(range(epochs)):
        running_loss = 0.0
        running_corrects = 0
        count = 0
        for inputs,classes in dataloader:
            inputs = inputs.to(device)
            classes = classes.to(device)
            outputs = model(inputs)
            loss = criterion(outputs,classes)           
            optimizer = optimizer
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
            _,preds = torch.max(outputs.data,1)
            # statistics
            running_loss += loss.data.item()
            running_corrects += torch.sum(preds == classes.data)
            count += len(inputs)
#             print('Training: No. ', count, ' process ... total: ', size)
        epoch_loss = running_loss / size
        epoch_acc = running_corrects.data.item() / size
        print('Loss: {:.4f} Acc: {:.4f}'.format(
                     epoch_loss, epoch_acc))
        
        
# 模型训练
train_model(model_vgg_new,loader_train,size=dset_sizes['train'], epochs=10, 
            optimizer=optimizer_vgg)

训练结果