批量归一化
Z 值归一化(标准化)
同一个维度里面的数值,把它取出来,对于每个维度 i,计算其平均值和标准差
数值就会平均是 0,其方差是 1,所以这一排数值的分布就都会在 0 上下
在做梯度下降的时候,损失收敛更快一点,训练更顺利一点
之前的 x独立分开处理,在做特征归一化以后,这三个样本变得彼此关联了
让网络隐藏层的输出平均值不是 0,每一个维度的分布,是比较接近的
移动平均
一般都会选择ReLU
感觉掌握的不是很熟悉,不过后面卷积神经网络就比较清楚了,看来还是对基础概念不牢,也是打基础了
一张图像是一个三维的张量,其中一维代表图像的宽,另外一维代表图像的高,还有一维代表图像的通道的数目
一张图像是由100×100×3 个数字所组成的,把这些数字排成一排就是一个巨大的向量
卷积神经网络会设定一个区域,即感受野
描述一个感受野的时候,只要讲它的高跟宽,不用讲它的深度,因为它的深度就等于通道数,而高跟宽合起来叫做核大小
在图像识别里面,一般核大小不会设太大,3 × 3 的核大小就足够了
我们把左上角的感受野往右移一个步幅,就制造出一个新的守备范围,即新的感受野。移动的量称为步幅
步幅往往不会设太大,一般设为 1 或 2
超出范围就做填充,超出范围就补 0
让不同感受野的神经元共享参数,参数共享
所以每个感受野都只有一组参数而已,这些参数称为滤波器
全连接网络可以决定它看整张图像还是只看一个范围,如果它只想看一个范围,可以把很多权重设成 0
感受野加上参数共享就是卷积层
当一张图像通过一个卷积层里面一堆滤波器的时候,就会产生一个特征映射
特征映射可以看成是另外一张新的图像,每个通道就对应到一个滤波器
共享权重其实就是用滤波器扫过一张图像,这个过程就是卷积
汇聚是取每一组的平均值,把图像变小
接下来是实战的详解
def __init__(self, in_channels, out_channels, stride=1, downsample=None):
super(BasicBlock, self).__init__()
self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1)
self.bn1 = nn.BatchNorm2d(out_channels)
self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1)
self.bn2 = nn.BatchNorm2d(out_channels)
self.downsample = downsample
self.relu = nn.ReLU(inplace=True)
def forward(self, x):
identity = x
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
if self.downsample is not None:
identity = self.downsample(x)
out += identity
out = self.relu(out)
return out
class ResNetClassifier(nn.Module):
def __init__(self, block, layers, num_classes=11):
super(ResNetClassifier, self).__init__()
self.in_channels = 64
self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3)
self.bn1 = nn.BatchNorm2d(64)
self.relu = nn.ReLU(inplace=True)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.layer1 = self._make_layer(block, 64, layers[0])
self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
self.avgpool = nn.AdaptiveAvgPool2d((1, 1))
self.fc = nn.Linear(512, num_classes)
def _make_layer(self, block, out_channels, blocks, stride=1):
downsample = None
if stride != 1 or self.in_channels != out_channels:
downsample = nn.Sequential(
nn.Conv2d(self.in_channels, out_channels, kernel_size=1, stride=stride),
nn.BatchNorm2d(out_channels),
)
layers = []
layers.append(block(self.in_channels, out_channels, stride, downsample))
self.in_channels = out_channels
for _ in range(1, blocks):
layers.append(block(out_channels, out_channels))
return nn.Sequential(*layers)
def forward(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.relu(x)
x = self.maxpool(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
x = self.avgpool(x)
x = x.view(x.size(0), -1)
x = self.fc(x)
return x
# 使用ResNet18风格的层数
model = ResNetClassifier(BasicBlock, [2, 2, 2, 2])