深度学习入门（三十）卷积神经网络——NiN

前言

核心内容来自博客链接1博客连接2希望大家多多支持作者
本文记录用，防止遗忘

卷积神经网络——NiN

课件

网络中的网络NiN

全连接层的问题

卷积层需要较少的参数$c_i\times c_o\times k^2$
但卷积层后的第一个全连接层的参数
LeNet 16x5x5x120=48k
AlexNet 256x5x5x4096=26M.
VGG 512x7x7x4096= 102M

NiN块

一个卷积层后跟两个全连接层

• 步幅1，无填充，输出形状跟卷积层输出—样
• 起到全连接层的作用
• 

  

  NiN架构

  无全连接层

  交替使用NiN块和步幅为2的最大池化层

• 逐步减小高宽和增大通道数

• 最后使用全局平均池化层得到输出

• 其输入通道数是类别数

• NiN Networks

  

  总结

  1、NiN块使用卷积层加两个1x1卷积层，后者对每个像素增加了非线性性
  2、NiN使用全局平均池化层来替代VGG和AlexNet中的全连接层
  3、不容易过拟合，更少的参数个数

  教材

  LeNet、AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理。 AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。 或者，可以想象在这个过程的早期使用全连接层。然而，如果使用了全连接层，可能会完全放弃表征的空间结构。 网络中的网络（NiN）提供了一个非常简单的解决方案：在每个像素的通道上分别使用多层感知机。

  1 NiN块

  回想一下，卷积层的输入和输出由四维张量组成，张量的每个轴分别对应样本、通道、高度和宽度。 另外，全连接层的输入和输出通常是分别对应于样本和特征的二维张量。 NiN的想法是在每个像素位置（针对每个高度和宽度）应用一个全连接层。 如果我们将权重连接到每个空间位置，我们可以将其视为$1\times 1$卷积层，或作为在每个像素位置上独立作用的全连接层。 从另一个角度看，即将空间维度中的每个像素视为单个样本，将通道维度视为不同特征（feature）。

  下图说明了VGG和NiN及它们的块之间主要架构差异。 NiN块以一个普通卷积层开始，后面是两个$1\times 1$的卷积层。这两个$1\times 1$卷积层充当带有ReLU激活函数的逐像素全连接层。 第一层的卷积窗口形状通常由用户设置。 随后的卷积窗口形状固定为$1\times 1$。

  

  import torch
  from torch import nn
  from d2l import torch as d2l
  
  
  def nin_block(in_channels, out_channels, kernel_size, strides, padding):
      return nn.Sequential(
          nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),
          nn.ReLU(),
          nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(),
          nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())
  

  2 NiN模型

  最初的NiN网络是在AlexNet后不久提出的，显然从中得到了一些启示。 NiN使用窗口形状为$11\times 11$、$5\times 5$和$3\times 3$的卷积层，输出通道数量与AlexNet中的相同。 每个NiN块后有一个最大汇聚层，汇聚窗口形状为$3\times 3$，步幅为2。

  NiN和AlexNet之间的一个显著区别是NiN完全取消了全连接层。 相反，NiN使用一个NiN块，其输出通道数等于标签类别的数量。最后放一个全局平均汇聚层（global average pooling layer），生成一个对数几率 （logits）。NiN设计的一个优点是，它显著减少了模型所需参数的数量。然而，在实践中，这种设计有时会增加训练模型的时间。

  net = nn.Sequential(
      nin_block(1, 96, kernel_size=11, strides=4, padding=0),
      nn.MaxPool2d(3, stride=2),
      nin_block(96, 256, kernel_size=5, strides=1, padding=2),
      nn.MaxPool2d(3, stride=2),
      nin_block(256, 384, kernel_size=3, strides=1, padding=1),
      nn.MaxPool2d(3, stride=2),
      nn.Dropout(0.5),
      # 标签类别数是10
      nin_block(384, 10, kernel_size=3, strides=1, padding=1),
      nn.AdaptiveAvgPool2d((1, 1)),
      # 将四维的输出转成二维的输出，其形状为(批量大小,10)
      nn.Flatten())
  

  我们创建一个数据样本来查看每个块的输出形状。

  X = torch.rand(size=(1, 1, 224, 224))
  for layer in net:
      X = layer(X)
      print(layer.__class__.__name__,'output shape:\t', X.shape)
  

  输出：

  Sequential output shape:     torch.Size([1, 96, 54, 54])
  MaxPool2d output shape:      torch.Size([1, 96, 26, 26])
  Sequential output shape:     torch.Size([1, 256, 26, 26])
  MaxPool2d output shape:      torch.Size([1, 256, 12, 12])
  Sequential output shape:     torch.Size([1, 384, 12, 12])
  MaxPool2d output shape:      torch.Size([1, 384, 5, 5])
  Dropout output shape:        torch.Size([1, 384, 5, 5])
  Sequential output shape:     torch.Size([1, 10, 5, 5])
  AdaptiveAvgPool2d output shape:      torch.Size([1, 10, 1, 1])
  Flatten output shape:        torch.Size([1, 10])
  

  3 训练模型

  和以前一样，我们使用Fashion-MNIST来训练模型。训练NiN与训练AlexNet、VGG时相似。

  lr, num_epochs, batch_size = 0.1, 10, 128
  train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
  d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
  

  输出：

  loss 0.363, train acc 0.865, test acc 0.879
  3212.2 examples/sec on cuda:0
  

  

  4 小结

  1、NiN使用由一个卷积层和多个$1\times 1$卷积层组成的块。该块可以在卷积神经网络中使用，以允许更多的每像素非线性。

  2、NiN去除了容易造成过拟合的全连接层，将它们替换为全局平均汇聚层（即在所有位置上进行求和）。该汇聚层通道数量为所需的输出数量（例如，Fashion-MNIST的输出为10）。

  3、移除全连接层可减少过拟合，同时显著减少NiN的参数。

  4、NiN的设计影响了许多后续卷积神经网络的设计。

  参考文献

  [1] Lin, M., Chen, Q., & Yan, S. (2013). Network in network. arXiv preprint arXiv:1312.4400.