repVGG论文笔记

---

关键点

本篇文章的工作主要是提出了一种卷积神经网络：在训练的过程中使用多分枝的结构，在推理的时候啊变成了3x3卷积加上relu激活函数的plain结构。为了解决这种权重融合的问题，作者提出了一种叫做struc-tural re-parameterization technique的技术，所以又叫REP VGG，paper中说比resnet50块83%，比resnet101快101%。所以本篇文章的工作最np的地方就是这个权重融合的这个想法了。

---

一、介绍

直接放个原图。

如图所示， B就是训练的网络结构，C就是推理的网络结构。
可以看到训练的网络就是一个2倍的下采样链接了3个重复的结构。这个结构是由（3x3，1x1，idengty）三个分支构成的，这个网络的设计可以看到resnet的影子， 推理又变成了4个3x3 ps：描述了一下，感觉自己写了句废话。。。。

为什么要这么干呢，作者说了几个好处吧：

1.兼具速度和精准度 ：

• 我理解巧妙的运用多分支模型准确率高但是速度慢， 单分支模型速度快但是准确率神马的有点差
• 主要体现在模型参数，和分支统计意义的组合上吧

2.好设计芯片QAQ：

• 应该是3x3+relu 这种结构cuda底层会有一些优化。我没做过实验，但是看了知乎上一个老哥说3x3大概是1X1的计算时间的2倍？？

二、方法论

就是那个weight融合的过程：上面那个是训练，下面的那个是推理。

---

**对于多通道卷积和1x1 的卷积可以升降维度的uu还有点迷糊的可以移步另一篇blog，因为我也迷糊来着。
**
一维卷积，二维卷积，三维卷积，1乘1卷积的作用

---

咳咳，就是那个输入是2channals 的图片，卷积核不就得是2channel的吗，输出是2channel的，那卷积核的个数不就得是2 channel的吗，于是乎卷积核就是2x2xWxH这样子

训练过程3x3卷积对应就是2x2x3x3， 1x1的卷积就是2x2x1x1， identity那个就上都没有投影自己
推理的过程就是3x3卷积不变，1x1的卷积变成4个1x1的放中间padding了一圈0，硬凑成4个3x3了，identity那个反应了半天，不就是[10； 01]咩。。。。四周同样padding 0

三、实验总结

作者啊提出了不同的宽度和深度的repvgg：

挂一个paper上面的imagenet 分类实验吧：

之后打算做cub200细粒度分类来着，（可爱的鸟鸟是不是，妈妈的乖宝贝bushi）看看好不好使，搁这挖个坑吧。

---

总结

融合这个想法很不错， 扬长避短吗就是，还有线性代数得好好看看。

刚学有点菜，看的贼慢也有地方不对，或者关键点没说清楚可能。
看到这的希望大家都能不卷还能有钱