Ghostnet论文实践：Ghost-Resnet56 复现

Ghostnet论文实践：Ghost-Resnet56 复现

Ghostnet 是2020年CVPR的一篇轻量级网络并超越了MobilenetV3。本文旨在探究Ghostnet 中Ghost module的实际效果，主要复现了paper中Ghost-Resnet56，并使用其训练Cifar10。然而并没有达到与文中所述一致的效果，仅在此做一些记录。

构建Ghost-Resnet网络

需求：

构建Ghost-Resnet没有必要从底层一步步实现，只需要有现成的两个部分组合就可以：

- Ghostnet 的作者的github: [iamhankai](https://github.com/iamhankai/ghostnet.pytorch)有关于ghostnet的网络实现，我们仅需要使用其中的Ghost module模块。
- github上寻找一个resnet56的实现，笔者参考了[akamaster](https://github.com/akamaster/pytorch_resnet_cifar10)的实现，并在此基础上进行重构。

实现Ghost-Resnet：

1. 在resnet56代码当中导入Ghost module。from ghost_net import GhostModule

2. 在Ghostnet代码中实现对Ghost module的权重初始化。

   • 文章采用了何凯明大神的初始化方法。 然而该文档仅对Ghostnet进行初始化，导入到resnet56的初始化与文章不同，因此需要我们在resnet以及Ghost module的实现里重新构筑初始化：

     def _weights_init(m): 
         if isinstance(m, nn.Conv2d): 
             nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
         elif isinstance(m, nn.BatchNorm2d):
             m.weight.data.fill_(1)
             m.bias.data.zero_()

3. 将除了第一层之外的所有卷积都替换为Ghost module。

   （关于保留第一层，这里我和作者进行过沟通，虽然原文里明确指出：

   All the convolutional layers in these two models are replaced by the proposed Ghost module, and the new models are denoted as Ghost-VGG-16 and Ghost-ResNet-56, respectively.

   但是无论观察Ghostnet架构本身还是理性考虑，都应该是保留第一个卷积层。文中的这里应该是会引起歧义的“笔误”？）

4. 运行测试网络并获取参数数量。

   在akamaster的resnet实现当中有可以测试出网络参数量的功能，运行代码以测试结果。
   从结果可以明显地看出，所有的网络参数都被削减了将近一半，Ghost module确实能够有效的减少网络参数的数量。resnet56的参数也是来到了0.44m，虽然如此还是和文章当中的0.43m有所有点区别

   Proper ResNet-s for CIFAR10 (for fair comparision and etc.) has following

   number of layers and parameters:

   RESNETs: Ghost-RESNETs:

   name | layers | params name | layers | params

   ResNet20 | 20 | 0.27M gResNet20 | 20 | 140474

   ResNet32 | 32 | 0.46M gResNet32 | 32 | 241050

   ResNet44 | 44 | 0.66M gResNet44 | 44 | 341626

   ResNet56 | 56 | 0.85M gResNet56 | 56 | 442202

   ResNet110 | 110 | 1.7M gResNet110 | 110 | 894794

   ResNet1202| 1202 | 19.4m gResNet1202| 1202 | 10047210

训练Cifar10

训练的过程完全参考引文[16], 是这么描述的：

4.2.CIFAR-10andAnalysis

…

We use a weight decay of 0.0001 and momentum of 0.9, and adopt the weight initialization in [13] and BN [16] but with no dropout. These models are trained with a minibatch size of 128 on two GPUs. We start with a learning rate of 0.1, divide it by 10 at 32k and 48k iterations, and terminate training at 64k iterations, which is determined on a 45k/5k train/val split. We follow the simple data augmentation in [24] for training: 4 pixels are padded on each side, and a 32×32 crop is randomly sampled from the padded image or its horizontal flip. For testing, we only evaluate the single view of the original 32×32 image.

1. 为了完成这样一个训练序列，我们需要定义一个学习率更新计划：

   scheduler = lr_scheduler.MultiStepLR(optimizer, milestones=[32000,48000], gamma=0.1)

该对象会在到达里程碑milestones之后更新学习率为lr_new = lr*gamma。

！一定要注意，这里的milestones是按照迭代次数计算而不是传统意义上的epoch。完整遍历一边训练集的一轮叫做epoch。

2. 然后在optimazer更新之后，调用scheduler.step()来处理是否需要更新学习率

   optimizer.step()
   scheduler.step()

3. 开始训练：

在全部更换了卷积层之后训练64000论以后达到了91%的准确率，平均准确率来到了89.5%。后跟大佬进行沟通，反馈指出他们在实验当中并没有修改第一个卷积层。于是当前修改了问题，正在测试。未完待续。。。