论文笔记 | Wide Residual Networks

Authors

Sergey Zagoruyko Nikos Komodakis

Sergey Zagoruyko

Abstract

网络不断向更深发展，但是有时候为了得到少量的accuracy的增加，却需要将网络层数翻倍，也会减少feature的reuse，降低训练速度。作者提出了wide residual network，16层的表现就比之前的ResNet效果要好。

1 Introduction

ResNets因为过深，很多residual block只能提供少量的信息，或者只有少量的block能学到重要的信息。作者的16层网络能与1000层的resnet类似，所以作者认为ResNet的主要的能力来自于Residual block ，深度的增加只是辅助而已。
论文认为本文贡献在于：
1. 对ResNet block结构的几个重要方面进行了实验；
2. 提出了widened architecture 而且更好；
3. 提出了deep residual networks使用dropout的新方法

2 Wide residual network

上图中a，b是kaiming提出的两种方法，b计算更节省，但是作者想看 宽度的影响所以采用了a。作者提出增加residual block的三种简单途径：
1. 更多卷基层
2. 加宽（more feature planes）
3. 增加卷基层的filter sizes
作者说小的filters更高效，所以不准备使用超过3x3的卷积核，提出了宽度放大倍数k和卷积层数l，作者的结构：

2.1 type of convolutions

B（M）表示卷基层的结构，M是层数，如B（3,1,1）就是NIN。

2.3 width of residual blocks

参数随着长度的增加成线性增长，但是随着width却是平方增大，虽然参数会增多，但是卷积运算更适合gpu。
参数的增多需要regularization来减少过拟合，He使用了batch normalization，可是这种方法需要heavy augmentation，作者使用了dropout。

3 Experimental results

分别确定了block的形式，每个block的conv层数及宽度。

几种方案看起来差不多 就选用3x3了，由图3可以看出B（3,3）比B（3,3,3,3）B（3,3,3）B（3）要好，前两者可能是因为优化困难。
作者研究了宽度的选择：


WRN40-4与ResNet1001结果相似，参数数量相似，但是前者训练快8倍。
总结：
1. 宽度的增加提高了性能
2. 增加深度和宽度都有好处，直到参数太大，regularization不够
3. 相同参数时，宽度比深度好训练
Dropout in residual block

对于参数较少的16-4得到的结果反而差了。
implementation details
1. Torch
2. sgd+nesterov+cross-entropy loss
3. weight decay 0.0005 dampening=0，momentum=0.9 minibatch128
4. CIFAR lr0.1 60 120 160 epoch x 0.2 共200epochs
5. SVHN lr0.01 80 120 epoch x0.1 共160

conclusions