轻量化网络学习 6 Attention-transfer
文章目录
- 0、归纳
- 1、论文
-
- 1、注意力机制
-
- 3个类型
-
- 空间域spatial domain：更多关注特征空间信息，决定空间中哪些区域重要，那些不重要
- 通道域channel domain：关注通道信息
- 混合域mixed domain：同时关注
- 4个应用
- 2、基于激活的注意力转移，前馈过程
- 3、基于梯度的注意力转移，反馈过程
- 2、轻量化改进手段
- 3、研究意义
- 4、总结
- 5、论文总结
- 6、最后
- 关于三篇attention的介绍
0、归纳
1、论文
动机：
并不是首次提出，已经应用效果好；
来自知识蒸馏，只学习最后层的知识，本研究用在训练过程特征图中
1、注意力机制
视觉注意力机制是人类视觉所特有的大脑信号处理机制。人类是决通过快速扫描全局图像，获得需要关注的目标区域，然后重点获取所需关注的目标信息，抑制其他无用信息!
3个类型
空间域spatial domain：更多关注特征空间信息，决定空间中哪些区域重要，那些不重要
论文：dynamic
通道域channel domain：关注通道信息
论文：squeeze and excitation networks
SENet：squeeze压缩；excitation激励；–降维再升维；scale重定向
混合域mixed domain：同时关注
CBAM
4个应用
2、基于激活的注意力转移，前馈过程
3、基于梯度的注意力转移，反馈过程
关注那些对输出影响大的区域，例如只改变输入图像的很小一部分，就能使得网络发生巨大变化，改变的这部分就值得我们关注
1、对教师网和学生网的交叉熵损失函数分别求梯度，作为梯度注意力转移的损失函数，教师网的不更新
2、转移教师网中的变化较大的部分，构造损失函数
3、若教师网的参数和输入均给定，则对学生网的参数求导
提出迫使梯度注意力图的水平翻转不变的损失函数，把原图的水平翻转的图都做传播，然后加上得到的注意力图和输出的L2损失，做第二次传播—直接一点：就是使得一张图翻转后和翻转前的梯度图接近，因为是同一个目标
将输入的梯度作为注意力图，转移到学生网络
2、轻量化改进手段
知识蒸馏、剪枝、量化、低秩分解
人工模型设计：squeezenet、mobilenet
NAS：强化学习得到
3、研究意义
引入注意力机制，提升学生网络性能
基于激活的注意力和基于梯度的注意力两种方式，过程的知识
启发了知识蒸馏，知识蒸馏是在最后一层，输出的知识
4、总结
1、网络不同层有不同的注意力激活区域，会产生不同的注意力图，前面层注意力比较均匀，中间层对最具有判别性的区域激活程度最高，最高层反应目标整体的特征区域
2、
3、AT有效的降低了识别错误率，AT和KD结合，进一步降低错误率，与全部激活都转移相比，任何一种注意力转移的方式都降低错误率
基于激活的，
三种激活都降低了错误率，求和再平方的效果最好。
基于梯度的，
没有基于激活的效果好，但是也变好了
5、论文总结
知识的表现形式：
蒸馏：最后层的知识，激活知识，梯度知识
判定某个区域重要性的指标：特征图值的大小
基于激活的注意力激活和基于梯度的注意力激活
创新：
将注意力机制引入知识蒸馏，提升CNN模型性能
设计了两类注意力转移方法
提供了多种注意力图生成方式
启发：
6、最后
构建学生、教师网络
利用注意力转移进行知识蒸馏
在SVHN数据集上进行验证
：：：彩蛋：：：
模型训练：
在网络训练过程中，都是计算前向误差，反向误差，更新权重
只是模型、数据，评价函数不同
torch的engine给训练过程提供了一个模板，该模板建立model，datasetiterator，criterion，meter之间的关系
将训练过程进行包装，抽象成一个类，提供train和test方法，外部可以通过state变量和Engine训练过程交互
1.engine.train(network,iterator,maxepoch,optimizer)：训练的网络，数据迭代，最大轮数，优化方式
2.engine.test(network,iterator):训练的网络，当前迭代
3.state = {
['network'] = network, --设置了model
['criterion'] = criterion, -- 设置损失函数
['iterator'] = iterator, -- 数据迭代器
['lr'] = lr, -- 学习率
['maxepoch'] = maxepoch, --最大epoch数
['sample'] = {}, -- 当前采集的样本，可以在onSample中通过该阈值查看采样样本
['epoch'] = 0 , -- 当前的epoch
['t'] = 0, -- 已经训练样本的个数
['training'] = true -- 训练过程
}
4.hooks = {
['onStart'] = function() end, --用于训练开始前的设置和初始化
['onStartEpoch'] = function() end, -- 每一个epoch前的操作
['onSample'] = function() end, -- 每次采样一个样本之后的操作
['onForward'] = function() end, -- 在model:forward()之后的操作
['onForwardCriterion'] = function() end, -- 前向计算损失函数之后的操作
['onBackwardCriterion'] = function() end, -- 反向计算损失误差之后的操作
['onBackward'] = function() end, -- 反向传递误差之后的操作
['onUpdate'] = function() end, -- 权重参数更新之后的操作
['onEndEpoch'] = function() end, -- 每一个epoch结束时的操作
['onEnd'] = function() end, -- 整个训练过程结束后的收拾现场
}
5.Meter
add() reset() value()
per_acc=tnt.meter.APMeter()#每一类样本的平均准确率
meter_loss = tnt.meter.AverageValueMeter()#平均损失
classacc = tnt.meter.ClassErrorMeter(accuracy=True)#返回top-k准确率
timer_train = tnt.meter.TimeMeter('s')#用于统计事件之间的时间间隔，也可以用来统计batch数据的平均处理时间关于三篇attention的介绍
1、SEnet（通道域）
思想：相当于给通道间增加了权重，使模型训练更有针对性，关注权重较大的通道。
如何增加权重：在通道维度上进行全局平均池化，得到1X1XC（相当于一个向量），然后对其进行全连接得到小于C的神经元，再将其全连接得到C个神经元，将得到的这个C个神经元作为权重和原特征层进行相乘，再与没权重之前的进行相加（类似残差模块）
2、