深度学习与图像分类
B站链接
文章目录
-
- 1.1神经网络基础-网络结构
-
- 1全连接层：
- 2卷积层：
- 3激活函数
- 4池化层：
- 1.2神经网络基础-反向传播过程（交叉熵损失和优化器）
-
- 1误差计算：
- 2误差的反向传播：求误差对权值的偏导（求损失梯度）
- 3权重的更新：
- 4优化器：(对权重更新的方式进行优化)
- 1.3深度学习
-
- 1梯度消失和激活函数ReLU
- 2[什么是标准化(Normalization)](https://zhuanlan.zhihu.com/p/35597976)
- 3退化问题
- 4模型评估与选择
-
- K折交叉验证pytorch代码实现
- 训练集和测试集的划分
- 5BatchSize对于训练的影响
- 6迁移学习
- 2、LeNet
- 3、AlexNet
- 4、VGG
- 5、GoogLeNet
- 6、ResNet
- 7、MobileNet
1.1神经网络基础-网络结构
1全连接层：
BP神经网络-信号向前传播，误差的反向传播 one-hot编码
2卷积层：
卷积特性局部感知机制、权值共享，目的是进行图像特征的提取，通过训练卷积核和偏差
特征：#每一个卷积核的channel与输入特征层的channel相同（例如：5*5的RGB图像有3个输入层，每个卷积核也应该有三个channel与之分别对应），该卷积核的各个channel分别和对应channel的输入层卷积，然后再求和得到一个特征矩阵作为深度学习图像的输出，作为下一层输入特征的一个channel向前传播。
#输出特征矩阵channel数与卷积核个数相同。
3激活函数
目的：计算过程本身是线性的，引入非线性因素，使其具备解决非线性问题的能力。
sigmoid-层数较深时，容易出现梯度消失；relu-当反向传播过程中有一个非常大的梯度经过时，更新后可能导致权重分布中心小于零，导致该处导数始终为0，反向传播无法更新权重，神经元失活状态。
卷积后矩阵尺寸计算公式 :w=(W-F+2P)/S+1
4池化层：
MaxPooling下采样-目的是对特征图进行稀疏处理、减少数据的运算量。
AveragePooling下采样层
特点：#无训练参数#只改变特征矩阵的W和H，不改变深度（channel数）#一般poolsize和步距stride相同
5SoftMax层
经过处理后所有节点的概率和为1 公式：Oi = exp(y1)/∑exp(yi)
1.2神经网络基础-反向传播过程（交叉熵损失和优化器）
目的是为了利用损失梯度，更新每一层的权值和偏差
1误差计算：
#交叉熵损失CrossEntropy Loss：是对样本的似然函数求极大值的过程中，推导到对一个函数求极小值，令这个函数为交叉熵函数。（最大似然估计的目的就是：利用已知的样本结果，反推最有可能导致这样结果的参数值。）
logistic regression-二分类，反映了两个分布(groudtruth和output的分布)的偏离程度，优化目的是逼近两个分布。
针对多分类问题（输出只属于一个类别），CrossEntropy_Loss=函数1。
针对二分类问题（输出可能归于多个类别）,CrossEntropy_Loss=函数2。
2误差的反向传播：求误差对权值的偏导（求损失梯度）
计算一批（batch_size）图片的平均损失梯度?
3权重的更新：
若使用整个样本集进行求解，损失梯度指向全局最优方向。但是实际应用中往往不可能一次性将所有数据载入内存，所以只能分批训练。若使用分批次样本求解，损失梯度指向当前批次最优方向，且速度较慢。
4优化器：(对权重更新的方式进行优化)
TIPS for GD:
1、Adagrad：训练初始阶段学习率较大，随后越来越小。
2、mini-batch SGD:GD求出的loss是所有样本的误差平方和，而SGD求出的loss是mini-batch个样本的误差平方和。可加快训练速度
3、feature scaling-normalization，让不同的特征进行z-score标准化
目的-使网络更快收敛
SGD:速度较慢
为了解决陷入局部最优及易受样本干扰的问题，引入了Momentum，该方法考虑了把上一次的梯度也考虑进来
Mini-Batch SGD相对于One Example SGD的两个优势：梯度更新方向更准确；并行计算速度快；
SGD+Momentum:
自适应学习率的优化器：
**Adagrad:*学习率越来越小，分母是“每次梯度的和开根号”
缺点是学习率下降的太快，可能还没收敛就停止训练了。
RMSProp:是建立在Adagrad的基础上的，增加了两个系数，可以控制学习率的衰减速度
Adam优化器：二级动量
常用SGD*SGD+Momentum\Adam
关于深度学习训练过程的优化：优化入门（SGD、动量(Momentum)、AdaGrad、RMSProp、Adam详解） （未读）
如果网络结构过于复杂，容易过拟合，所以需要添加下采样层（max_pooling\ave_pooling）
1.3深度学习
1梯度消失和激活函数ReLU
梯度消失、爆炸原因及其解决方法
2什么是标准化(Normalization)
Batch Normalization（批量归一化）
正则化（weight Decay）、参数范数惩罚L0、L1、L2、Dropout、早停
3退化问题
4模型评估与选择
李宏毅DNN-tips：
如果网络在训练集上的误差较大，属于欠拟合，解决思路如下：
1、更换激励函数ReLU
2、调整网络结构
3、更换loss_function类型
4、调整学习率（每种优化方法都可以调学习率）
5、改变优化方法（选择SGD+Momentum 或者 自适应学习率方法：Adam Adagrad RMSProp等）
6、调整训练参数（batch_size epochs等）
如果网络在训练集上的误差较小，但是在测试集上的误差较大（泛化性能差），属于过拟合，解决思路如下：
1、降低参数空间维度，使模型稀疏。（Dropout）
2、降低每个参数的有效规模，使参数值减小。（正则化）
3、早停法
K折交叉验证pytorch代码实现
训练集train由D变成了K*D，有效的避免过拟合以及欠拟合状态的发生。
1、Dive-into-DL-Pytorch p111
K折交叉验证法原理及python实现
pytorch - K折交叉验证过程说明及实现
Pytorch实现k折交叉验证
训练集和测试集的划分
训练集和测试集 (Training and Test Sets)：拆分数据
数据集的划分–训练集、验证集和测试集
python划分训练集、验证集和测试集
python划分训练集和测试集
老师的ppt：
西瓜书：
经验误差与过拟合：
评估方法：
留出法 交叉验证法-N-fold validation（10次10折交叉验证最常用-10次随机划分，每次分十份，对这10次10折验证（10折验证的结果是对每折的验证求均值）求均值）自助法
性能量度：
查准率(precision真正例占所有预测出的正例的比例)、查全率（recall真正例占groundtruth中所有正例的比例），混淆矩阵（TP-true positive）、P-R曲线、平衡点、F1度量。
确定超参数-决定网络模型的参数（model selection）
代价敏感错误率
5BatchSize对于训练的影响
实验讨论BatchSize对于精度的影响、对于训练时间的影响、对于BN的影响、与学习率的关系(随着BatchSize的增大，观察上述各项指标)
深度学习中的batch的大小对学习效果有何影响？
如何调参？（卷积层结构设计 全连接层结构设计 下采样方式（Dropout BN avgpool maxpool）权值初始化方式 BatchSize epochs lr loss_function optimizer）
可以读一读花书和这方面的论文
6迁移学习
迁移学习综述
Everything about Transfer Learning and Domain Adaptation–迁移学习-应有尽有
迁移学习的十个问题
2、LeNet
self.conv1 = nn.Conv2d(3, 16, 5)
self.pool1 = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(16, 32, 5)
self.pool2 = nn.MaxPool2d(2, 2)
self.fc1 = nn.Linear(32*5*5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
两层卷积，两层下采样，三层全连接层
Q1:如何通过调整网络（增加深度、宽度或者轻量化）提高模型精度？
Q2:如何设置训练参数（batch_size（训练集、验证集）、epochs、optimizer(类型、lr)）及验证方式，来提高准确率及模型效率？
LeNet-5
3、AlexNet
1、为什么想到用deep cnn
2、为什么想到relu激活函数
LRN层：对局部神经元的活动创建竞争机制，使得其中响应比较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。LRN(Local Response Normalization） 局部响应归一化
4、VGG
Q&A:
Q1：为什么可以用多个小尺度的卷积核代替大尺度卷积核？
Creative Reading:
Q1：为什么想到用多个小尺度卷积核代替大尺度卷积核？
网络结构及其亮点：
感受野概念：
经过3层[3,3]的卷积核的输出map中的一个特征点，对应的输入的感受野为7X7
经过1层[7,7]的卷积核的输出map中的一个特征点，对应的输入的感受野也为7X7
由于感受野相同，因此可以通过堆叠多个小的卷积核代替大的卷积核可以减少参数量。（3个3X3的卷积核代替1个7X7的卷积核，2个3X3的卷积核代替1个5X5的卷积核）例如：kernel_num=10，3层[3,3]的卷积核的参数：3X3X3X10=270，1层[7,7]的卷积核的参数：7X7X1X10=490
VGG16最常用：
利用卷积层提取特征
利用全连接层、softmax层进行分类
5、GoogLeNet
Q&A:
Q1：inception结构（加宽、两层卷积）对训练结果有什么帮助？
Q2：为什么设置辅助分类器？辅助分类器的位置为什么是4a\4d层？
Q3：为什么分类前用平均池化？
Q4：第一层为什么使用7x7的卷积核，急剧地降低特征维度？
Creative Reading:
Q1：为什么想到设计Inception结构，以及辅助分类器？
21层
Inception结构要保证各个分支输出的高、宽相同（通过控制Padding的大小），然后才能进行深度拼接
解释了如何利用1*1的卷积核进行降维
辅助分类器的输入、结构和输出
网络结构：
GoogleNet模型参数比VGG更少、精度更高，但是为什么更多的使用VGG16而不是GoogleNet?
可能原因为GoogleNet有两个辅助分类器，训练和修改比较复杂，而VGG搭建更方便。
6、ResNet
Q1: 网络层数加深，如何解决前层网络的梯度消失和梯度爆炸问题？
Q2:为什么设计残差结构，shortcut结构堆叠的好处？
Q3:如何把这些残差结构组合起来构建深层网络？
Q4:为什么设计两种OptionA/OptionB两种残差结构，之间的区别？
BasicBlock:
BottleNeck:
BN:
均值和方差的计算
卷积层不用设置bias,即bias=False
Batch Normalization详解
李宏毅batch normalization
Internal Covariate Shift与Normalization
BN与“Internal Covariate Shift”问题
ML_IID假设
在训练过程中，随着网络加深，分布逐渐发生变动，导致整体分布逐渐往激活函数的饱和区间移动，从而反向传播时底层出现梯度消失，也就是收敛越来越慢的原因。
标准化其实就是把大部分激活的值落入非线性函数的线性区内，其对应的导数远离导数饱和区，这样来加速训练收敛过程。
如果使用标准化，那就相当于把非线性激活函数替换成线性函数了。那么使用非线性激活的意义在哪里呢，多层线性网络跟一层线性网络是等价的，也就是网络的表达能力下降了。
为了保证非线性表达能力，后面又对此打了个补丁，对变换后的满足均值为0方差为1的x进行了scale加上shift操作，形成类似y=scale∗x+shift 这种形式，参数通过训练进行学习，把标准正态分布左移或者右移一点，并且长胖一点或者变瘦一点，将分布从线性区往非线性区稍微移动，希望找到一个线性和非线性的较好平衡点，既能享受非线性的较强表达能力，又能够享受线性区较大的下降梯度。
迁移学习：
7、MobileNet
深度可分卷积（depthwise separable conv）：包括DW Conv和PW Conv
DW-depthwise conv深度卷积：每个卷积核的channel（深度）=1，输入特征矩阵channel=卷积核个数=输出特征矩阵channel
Pointwise Conv逐点卷积，普通卷积，只是kernel_size=1
相当于把普通卷积拆成两步，先进行DW再进行PW
超参数是人为设定的，α-控制卷积核个数，β-控制输入图像分辨率大小
性能对比：
MobileNetV1:
网络结构：
MobileNetV2:
inverted residuals
relu6
bottleneck block
MobileNetV2网络结构：
