【Keras-SqueezeNet】CIFAR-10（上）

系列连载目录

• 请查看博客 《Paper》 4.1 小节 【Keras】Classification in CIFAR-10 系列连载

学习借鉴

• github：BIGBALLON/cifar-10-cnn
• 知乎专栏：写给妹子的深度学习教程
• SqueezeNet Caffe 代码：https://github.com/DeepScale/SqueezeNet/blob/master/SqueezeNet_v1.0/train_val.prototxt
• SqueezeNet Keras 代码：https://github.com/rcmalli/keras-squeezenet/blob/master/keras_squeezenet/squeezenet.py

参考

• 【Keras-CNN】CIFAR-10
• 本地远程访问Ubuntu16.04.3服务器上的TensorBoard
• caffe代码可视化工具

硬件

• TITAN XP

---

1 理论基础

参考【MobileNet】《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》
精度相当，参数量更少，计算量更少，速度更快

2 SqueezeNet 代码实现

2.1 squeezenet

figure 2 in the paper

1）导入库，设置好超参数

import os  
os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"   
os.environ["CUDA_VISIBLE_DEVICES"]="0" 

import keras
from keras.datasets import cifar10
from keras import backend as K
from keras.layers import Input, Conv2D, GlobalAveragePooling2D, Dense, BatchNormalization, Activation, MaxPooling2D
from keras.models import Model
from keras.layers import concatenate

from keras import optimizers,regularizers
from keras.preprocessing.image import ImageDataGenerator
from keras.initializers import he_normal
from keras.callbacks import LearningRateScheduler, TensorBoard, ModelCheckpoint

num_classes        = 10
batch_size         = 64         # 64 or 32 or other
epochs             = 300
iterations         = 782       
DROPOUT=0.2 # keep 80%
CONCAT_AXIS=3
weight_decay=1e-4
DATA_FORMAT='channels_last' # Theano:'channels_first' Tensorflow:'channels_last'
log_filepath  = './squeezenet'

2）数据预处理并设置 learning schedule

def color_preprocessing(x_train,x_test):
    x_train = x_train.astype('float32')
    x_test = x_test.astype('float32')
    mean = [125.307, 122.95, 113.865]
    std  = [62.9932, 62.0887, 66.7048]
    for i in range(3):
        x_train[:,:,:,i] = (x_train[:,:,:,i] - mean[i]) / std[i]
        x_test[:,:,:,i] = (x_test[:,:,:,i] - mean[i]) / std[i]
    return x_train, x_test

def scheduler(epoch):
    if epoch < 100:
        return 0.01
    if epoch < 200:
        return 0.001
    return 0.0001

# load data
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test  = keras.utils.to_categorical(y_test, num_classes)
x_train, x_test = color_preprocessing(x_train, x_test)

3）定义网络结构

def fire_module(x,squeeze,expand,channel_axis):
    x = Conv2D(squeeze,(1,1),padding='same')(x)# valid
    x = Activation('relu')(x)

    left = Conv2D(expand,(1,1),padding='same')(x)# valid
    left = Activation('relu')(left)

    right = Conv2D(expand,(3,3),padding='same')(x)
    right = Activation('relu')(right)

    x = concatenate([left, right],axis=channel_axis)
    return x

4）搭建网络
用 3）中设计好的模块来搭建网络，整体 architecture 如下：

def squeezenet(img_input,classes=10):
    x = Conv2D(96, (3, 3), strides=(2, 2), padding='same')(img_input)# valid
    x = Activation('relu')(x)
    x = MaxPooling2D(pool_size=(3, 3), strides=(2, 2),padding='same',data_format=DATA_FORMAT)(x)
    # fire 2,3,4
    x = fire_module(x,squeeze=16,expand=64,channel_axis=CONCAT_AXIS)
    x = fire_module(x,squeeze=16,expand=64,channel_axis=CONCAT_AXIS)
    x = fire_module(x,squeeze=32,expand=128,channel_axis=CONCAT_AXIS)
    x = MaxPooling2D(pool_size=(3, 3), strides=(2, 2),padding='same',data_format=DATA_FORMAT)(x)
    # fire 5,6,7,8
    x = fire_module(x,squeeze=32,expand=128,channel_axis=CONCAT_AXIS)
    x = fire_module(x,squeeze=48,expand=192,channel_axis=CONCAT_AXIS)
    x = fire_module(x,squeeze=48,expand=192,channel_axis=CONCAT_AXIS)
    x = fire_module(x,squeeze=64,expand=256,channel_axis=CONCAT_AXIS)  
    x = MaxPooling2D(pool_size=(3, 3), strides=(2, 2),padding='same',data_format=DATA_FORMAT)(x)
    # fire 9
    x = fire_module(x,squeeze=64,expand=256,channel_axis=CONCAT_AXIS)
    x = Conv2D(10, (1,1),strides=(1,1), padding='same')(x)
    x = Activation('relu')(x)
    x = GlobalAveragePooling2D()(x)
    out = Dense(classes, activation='softmax')(x)
    return out

5）生成模型

img_input=Input(shape=(32,32,3))
output = squeezenet(img_input)
model=Model(img_input,output)
model.summary()

参数量如下：

Total params: 729,144
Trainable params: 729,144
Non-trainable params: 0

6）开始训练

# set optimizer
sgd = optimizers.SGD(lr=.1, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])

# set callback
tb_cb = TensorBoard(log_dir=log_filepath, histogram_freq=0)
change_lr = LearningRateScheduler(scheduler)
cbks = [change_lr,tb_cb]

# set data augmentation
datagen = ImageDataGenerator(horizontal_flip=True,
                             width_shift_range=0.125,
                             height_shift_range=0.125,
                             fill_mode='constant',cval=0.)
datagen.fit(x_train)

# start training
model.fit_generator(datagen.flow(x_train, y_train,batch_size=batch_size),
                    steps_per_epoch=iterations,
                    epochs=epochs,
                    callbacks=cbks,
                    validation_data=(x_test, y_test))
model.save('squeezenet.h5')

7）结果分析
training accuracy 和 training loss

test accuracy 和 test loss

这种情况怎么分析呢？loss几乎没动，精度也在 $1/classes$ 附近！代码实现？网络设计？网络参数的初始化？超参数？头大！

2.2 squeezenet_he_regular

改变网络初始化策略为 he_normal，加入 L2 regularization
对所有 Conv2D 进行如下修改，加入kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay)

x = Conv2D(64, (3, 3), strides=(2, 2), padding='same',
          kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(img_input)

其它部分代码同 squeezenet

参数量如下（不变）：

Total params: 729,144
Trainable params: 729,144
Non-trainable params: 0

• squeezenet
  Total params: 729,144

结果分析如下：
training accuracy 和 training loss


test accuracy 和 test loss


算是表现正常吧，精度有 85%+，有过拟合现象

2.3 squeezenet_he_regular_bn

在所有 Conv2D 与 Activation 之间加入 Batch Normalization 操作

x = Conv2D(64, (3, 3), strides=(2, 2), padding='same',
          kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(img_input)# valid
x = BatchNormalization(momentum=0.9, epsilon=1e-5)(x)
x = Activation('relu')(x)

其它部分代码同：squeezenet_he_regular

参数量如下（增了一点点）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144

结果分析如下：
training accuracy 和 training loss



test accuracy 和 test loss



精度有提升 86%+，有过拟合现象，也正常，由 table1 可知，整个网络一共有4次 down sampling，分别在conv1，conv1 后，fire4后，fire8 后。最后一次 down sampling 之后，resolution 为 2*2，后续的 fire9 和 conv10 会受到 padding 的严重影响。

2.4 squeezenet_he_regular_bn_no_conv10

去掉 conv10，因为 cifar-10 类别少，所以 channels 从 512 一下子降到 10 有些突兀，可能会损失很多信息，不像 imagenet，从 512 到 1000。

其它部分代码同：squeezenet_he_regular_bn

参数量如下：

Total params: 740,938
Trainable params: 734,986
Non-trainable params: 5,952

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss

不相上下，过拟合现象还是没有缓解

2.5 squeezenet_he_regular_bn_dropout

在 2.3 小节 squeezenet_he_regular_bn 的基础上，fire module 9 之后，加一个 50% 的 dropout

from keras.layers import Dropout
DROPOUT = 0.5

在 def squeezenet(img_input,classes=10): 函数中，加一句

x=Dropout(DROPOUT)(x)

其它代码同 squeezenet_he_regular_bn

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938

结果分析如下：
test accuracy 和 test loss


加了 dropout 之后效果好像还差一些，也没有缓解过拟合现象，感觉还是因为 resolution 降的太多。

2.6 squeezenet_del_slim

在 2.5 小节的基础上，结合 table 1，将 conv1 的 stride 改为1，删掉 maxpooling1、maxpooling4，其它代码同squeezenet_he_regular_bn

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088

结果分析如下：
training accuracy 和 training loss


test accuracy 和 test loss


虽然 parameters 没有增加，但是因为删除了 max pooling，增大了 feature map 的 resolution，所以时间变慢了许多，前期波动较大，精度突破了 90%+。缓解了过拟合现象！

2.7 squeezenet_stride_slim

在 2.5 小节的基础上，结合 table 1，将 conv1 的 stride 改为1，将 maxpooling1、maxpooling4 的 stride 改为1，其它代码同squeezenet_he_regular_bn

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088
• squeezenet_del_slim
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss


对比来看，在 SqueezeNet 上，删掉 max pooling 比将 max pooling 的 stride 改为 1 效果好

2.8 squeezenet_stride_slim_1

在 2.5 小节的基础上，结合 table 1，将 conv1 的 stride 改为1，将 maxpooling1 的 stride 改为1，其它代码同squeezenet_he_regular_bn

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088
• squeezenet_del_slim
  Total params: 741,088
• squeezenet_stride_slim
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss

精度突破 91% 了

2.9 squeezenet_stride_slim_2

在 2.5 小节的基础上，结合 table 1，将 conv1 的 stride 改为1，将 maxpooling1 删掉，其它代码同squeezenet_he_regular_bn

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088
• squeezenet_del_slim
  Total params: 741,088
• squeezenet_stride_slim
  Total params: 741,088
• squeezenet_stride_slim_1
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss


峰值差一点点到 92%，话说 max pooling 配合 stride =1 的效果还真不如不要 maxpooling，对比 squeezenet_stride_slim_1 和 squeezenet_stride_slim_2

3 squeezenet with bypass connection

上图左边是第二节的结构，中间是 3.1 simple bypass connection 的结构，右边是 3.2 complex bypass connection 的结构。

3.1 simple bypass connection

在 2.9 小节的基础上，在 fire 3、fire 5、fire 7、fire 9 中接入 simple bypass connection，代码修改如下：

• 修改 fire module 函数，新增 bypass 形参，控制 simple bypass connection 结构

def fire_module(x,squeeze,expand,channel_axis,bypass=False):
    s1 = Conv2D(squeeze,(1,1),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(x)# valid
    s1 = BatchNormalization(momentum=0.9, epsilon=1e-5)(s1)
    s1 = Activation('relu')(s1)

    e1 = Conv2D(expand,(1,1),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(s1)# valid
    e1 = BatchNormalization(momentum=0.9, epsilon=1e-5)(e1)
    e1 = Activation('relu')(e1)

    e3 = Conv2D(expand,(3,3),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(s1)
    e3 = BatchNormalization(momentum=0.9, epsilon=1e-5)(e3)
    e3 = Activation('relu')(e3)
    output = concatenate([e1,e3],axis=channel_axis)
    
    if bypass:
        output = add([output,x])
    return output

• 修改 def squeezenet(img_input,classes=10):，在需要 simple bypass connection 的地方（fire 3、5、7、9）令 bypass=True，例如

x = fire_module(x,squeeze=16,expand=64,channel_axis=CONCAT_AXIS,bypass=True)

其它代码同 squeezenet_stride_slim_2

参数量如下（不变）：

Total params: 741,088
Trainable params: 735,116
Non-trainable params: 5,972

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088
• squeezenet_del_slim
  Total params: 741,088
• squeezenet_stride_slim
  Total params: 741,088
• squeezenet_stride_slim_1
  Total params: 741,088
• squeezenet_stride_slim_2
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss

效果不是特别明显

3.2 complex bypass connection

在 2.9 小节的基础上，在 fire 3、fire 5、fire 7、fire 9 中接入 simple bypass connection，在 fire 2、fire 4、fire 6、fire 8 中接入 complex bypass connection，代码修改如下：

• 修改 fire module 函数，新增 bypass_simple 和 bypass_complex 形参，控制 simple / complex bypass connection 结构，bypass_conv 表示 bypass 中 1×1 卷积的 filters number

def fire_module(x,squeeze,expand,channel_axis,bypass_conv=0,bypass_simple=False,bypass_complex=False):
    s1 = Conv2D(squeeze,(1,1),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(x)# valid
    s1 = BatchNormalization(momentum=0.9, epsilon=1e-5)(s1)
    s1 = Activation('relu')(s1)

    e1 = Conv2D(expand,(1,1),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(s1)# valid
    e1 = BatchNormalization(momentum=0.9, epsilon=1e-5)(e1)
    e1 = Activation('relu')(e1)

    e3 = Conv2D(expand,(3,3),padding='same',
                kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(s1)
    e3 = BatchNormalization(momentum=0.9, epsilon=1e-5)(e3)
    e3 = Activation('relu')(e3)
    output = concatenate([e1,e3],axis=channel_axis)
    
    if bypass_simple:
        output = add([output,x])
    if bypass_complex:
        x = Conv2D(bypass_conv,(1,1),padding='same',
                    kernel_initializer="he_normal",kernel_regularizer=regularizers.l2(weight_decay))(x) 
        x = BatchNormalization(momentum=0.9, epsilon=1e-5)(x)     
        x = Activation('relu')(x)
        output = add([output,x])
    return output

• 修改 def squeezenet(img_input,classes=10):，在需要 simple bypass connection 的地方（fire 3、5、7、9）令 bypass_simple=True，在需要 complex bypass connection 的地方（fire 2、4、6、8）令 bypass_complex=True，并设置 bypass_conv 的值例如

x = fire_module(x,squeeze=16,expand=64,channel_axis=CONCAT_AXIS,bypass_conv=128,bypass_complex=True)
x = fire_module(x,squeeze=16,expand=64,channel_axis=CONCAT_AXIS,bypass_simple=True)

参数量如下（增加了一点点）：

Total params: 1,087,456
Trainable params: 1,078,924
Non-trainable params: 8,532

• squeezenet
  Total params: 729,144
• squeezenet_he_regular
  Total params: 729,144
• squeezenet_he_regular_bn
  Total params: 741,088
• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938
• squeezenet_he_regular_bn_dropout
  Total params: 741,088
• squeezenet_del_slim
  Total params: 741,088
• squeezenet_stride_slim
  Total params: 741,088
• squeezenet_stride_slim_1
  Total params: 741,088
• squeezenet_stride_slim_2
  Total params: 741,088
• simple bypass connection
  Total params: 741,088

结果分析如下：
test accuracy 和 test loss



论文中的情况，哈哈！当然我们数据集不一样，网络也被我修改了，所以不能直接对比

3 总结

精度最高的是 squeezenet_stride_slim_2，alexnet 稍微调了下，精度能到 92%，哈哈哈，参考【Keras-AlexNet】CIFAR-10

模型大小

参数量

• squeezenet
  Total params: 729,144

• squeezenet_he_regular
  Total params: 729,144

• squeezenet_he_regular_bn
  Total params: 741,088

• squeezenet_he_regular_bn_no_conv10
  Total params: 740,938

• squeezenet_he_regular_bn_dropout
  Total params: 741,088

• squeezenet_del_slim
  Total params: 741,088

• squeezenet_stride_slim
  Total params: 741,088

• squeezenet_stride_slim_1
  Total params: 741,088

• squeezenet_stride_slim_2
  Total params: 741,088

• simple bypass connection
  Total params: 741,088

• complex bypass connection
  Total params: 1,087,456