卷积神经网络进阶--基础知识

卷积神经网络进阶

b站课程链接碳基生物都能学会的神经网络（跳着看的）
因为我用的是pytorch，而该课程是用tenserflow的，所以主要记了一下理论

为什么要讲不同的网络结构

• 不同的网络结构解决的问题不同
• 不同的网络结构使用的技巧不同
  • 不同的神经网络有不同的子手段
  • 可以借鉴到其他的神经网络上
• 不同的网络结构应用的场景不同
  • 比如在移动端上的要求运行快，服务器端就没有这么多要求

模型的进化

• 更深更宽

  • ALexNet->VGGNet

• 不同的模型结构

  • VGG->InceptionNet/ResNet

• 优势组合

  • Inception+Res=InceptionResNet

• 自我学习

  • 强化学习，不是人设计，是模型自学习出结构
  • NASNet

• 实用

  • MobileNet

ALexNet

• 5个卷积层 3个全链接层
• 2个GPU使得神经网络更大，且训练的更快

• padding自行选择添加

• 参数数目就是卷积核的大小*输入通道数*输出通道数

• 其网络结构可以借鉴的东西

  • 首次使用Relu：训练的速度非常快
  • 2—GPU的并行结构
  • 1，2，5卷积层后跟随max-pooling
  • 有全链接层的dropout
    • 全链接层参数占全部参数数目的大部分，容易过拟合

• 并不一定所有的卷积后面都要加池化层

  • 使用了stride也可以做到输出size减小

• dropout原理解释

  • 组合解释
    • 每次dropout都相当于训练了一个子网络
    • 最后的结果相当于很多子网络组合
  • 动机解释
    • 消除了神经单元之间的依赖，增强泛化能力
  • 数据解释
    • 对于dropout后的结果，总能找到一个结果与其对应
    • 数据增强

• 网络结构其他细节

  • 数据增强，图片随机采样
    • [256,256] 采样 [224,224]
  • Dropout=0.5
  • Batch size=128
  • SGD momentum = 0.9
  • Learning rate=0.01 过一定次数降低为1/10
  • (训练多个模型做投票)7个CNN做ensemble：18.2%->15.4%

VGGNet

• 网络结构
  • 更深
  • 多使用3*3的卷积核
    • 2个3*3的卷积层可以看作一层5*5的卷积层
    • 3个3*3的卷积层可以看作一层7*7的卷积层
  • 1*1的卷积层可以看作是非线性变换
  • 每经过一个pooling层，通道数目翻倍，因为会丢失特征，所以这样丢失的比较少
• 网络结构——视野域

从下往上看，发现2个3*3的卷积核和1个5*5最后输出都是一样的size。但是多一层激活函数，参数少，效果更好

• 网络结构——1*1

  • 多使用1*1的卷积核
  • 根据公式，使用1*1的卷积核输入输出size不变，但在通道数上实现了降维，在加多个卷积核的情况下也不损失信息
  • 1*1的卷积核相当于一次非线性变换

• VGGNet

  • LRN：局部归一化，比如他和周围五层做归一化
  • 在后面神经图比较小的时候再加卷积层，不会增加太多消耗
  • 总体参数保持不变，是因为全链接层的参数是比较多的，跟前面的卷积池化不在一个量级上
  • 

• 训练技巧

  • 先训练浅层网络如A，再去训练深层网络。例如：用VGGNet-A先训练，训练好的参数用到B中，新增的层参数随机，然后再训练
  • 多尺度输入
    • 不同尺度训练多个分类器，然后做ensemble
    • 随机使用不同的尺度缩放然后输入分类器进行训练

ResNet

VGGNet已经加深到一定层次，再加深就没有什么效果了

• 加深层次的问题解决

  • 假设：深层网络更难优化，而非深层网络学不到东西

    • 深层网络至少可以和浅层网络持平
    • y=x，虽然增加了深度，但误差不会增加

  • 

  • F(x)是经过网络后学到的东西，即残差，输出是包括x的恒等变换的，说明及时F(x)为0，至少也跟浅层网络持平，F(x)不为0能学到的话就有效果，且更深

• 

• 括号里的是残差子结构[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2I7FZQxn-1674398359690)(/Users/xuan/Library/Application Support/typora-user-images/image-20230118220913404.png)]

• 参数数目一定程度上能反应模型的容量，太多的容量容易过拟合，所以这里强化了卷积层，就弱化了全链接层

• 残差网络模型结构总结

  • 
  • 优点
    • 残差结构使得网络需要学习的知识更少，容易学习（主要的部分是通过一个恒等式保留下来）
    • 残差结构使得每一层的数据分布接近，容易学习（更接近输入的数据分布）

卷积神经网络调参

• 包括：
  • 网络的结构、参数个数
  • 学习率、参数初始化
• 调参手段
  • 更多的优化算法，比如随机梯度下降和动量梯度下降
  • 激活函数
  • 网络初始化：初始化能让模型在短时间达到好的效果
  • 批归一化：适用于更深层次的网络
  • 数据增强
  • 更多的调参方法

更多的优化算法

学习率很大容易梯度爆炸，导致不收敛

• AdaGrad算法
• - 调整学习率 - 学习率随着训练变得越来越小 - 优点： - 前期，regularizer较小，放大梯度 - 后期，regularizer较大，缩小梯度 - 梯度随训练次数降低 - 每个分量有不同的学习率 - 缺点 - 学习率设置太大，导致regularizer影响过于敏感 - 后期，regularizer积累值过大，提前结束
• RMSProp

• Adam
  • 集众家之长，常用

• 学习率自适应
  • 让学习率按照某种规则去衰减
• 分不同情况用不同算法
  • 稀疏数据，使用学习率自适应方法
  • SGD（随机梯度下降）通常训练时间更好，最终效果较好，但需要好的初始化和learning rate
  • 需要训练较深较复杂的网络且需要快速收敛时，推荐使用adam
  • Adagrad，RMSprop，Adam是比较相近的算法，在相似的情况下表现差不多

激活函数

激活函数的不同，会影响训练的速度，以及最后的结果

Sigmoid

• 输入非常大或非常小时没有梯度

• 输出均值非0

  • 对于神经网络的学习是不友好的

• Exp计算复杂

  • 会导致训练比较慢

• 梯度消失

  • $\frac{df(x)}{dx}=f(x)(1-f(x))$

  • 每经过一层都要乘当前梯度，即两个小于1的数，那么对于层次比较深的网络来说，就会造成最后梯度消失

Tanh

• 输入非常大或非常小时没有梯度
• 输出均值为0
  • 优点
• 计算复杂

ReLU

• 不饱和（梯度不会过小）
  • 在>0的时候就是自己
• 计算量小
• 收敛速度快
• 输出均值非0
  • 一定>0
• Dead ReLU
  • 一个非常大的梯度流过神经元，就不会再对数据有激活现象了
  • 负数其梯度一直是0，不更新
• 解决

1. Leaky-ReLU

2. ELU

3. Maxout

使用技巧

• ReLU
  • 小心设置learning rate
  • 一般从小的开始
• 不要使用sigmoid
• 使用Leaky Relu、maxout、ELU
• 可以试试tanh，但不要抱太大期望

网络初始化

0初始化

• 全部为0
  • 单层网络可以
  • 多层网络会使梯度消失
    • 链式法则
• 如何查看初始化结果好不好
  • 查看初始化后各层的激活值分布
  • 是都在0-1之间（好），还是集中在0或者1（不好）

正态分布初始化

• 均值为0，方差为0.02的正态分布初始化

  • tanh、ReLU激活函数
  • 

• 均值为0，方差为1的正态分布初始化

  • tanh、ReLU激活函数
  • 

• 所以以上两种对于高层网络都不是好的初始化

• 好的方法

  • 

  • 输入通道数和输出通道数取平均值

• 批归一化

  • 每个batch在每一层上都做归一化
  • 让每一层的分布都比较统一，控制在均值为0，方差为1
  • 但是会导致一个问题，每个batch的分布不能代表整体，导致已经提取出来的特征被改了
  • 所以为了确保归一化能够起到作用，另设两个参数来逆归一化，保证原来提取出来的特征是有效的。
    • 如果说归一化后结果是有效的，那么就有效
    • 如果说归一化后结果是无效的，那么就通过这两个参数，返回原来不归一化的样子

数据增强

• 归一化
• 图像变换
  • 翻转、拉伸、裁剪、变形
• 色彩变换
  • 对比度、亮度
• 多尺度裁剪
  • 

更多调参技巧

• 做深度学习的话，一定要拿到更多的数据

• 给神经网络添加层次

• 紧跟最新进展，使用新方法

• 增大训练的迭代次数

• 尝试正则化

  • 损失函数上加一个正则化项
  • 减小过拟合的趋势

• 使用更多的GPU来加速训练

• 可视化工具来检查中间状态

  • 损失
    • 训练集
    • 测试集
  • 梯度
    • 梯度比较大，那么说明还需要训练
  • 准确率
    • 对于分类问题用分类正确率
    • 对于回归问题用MSE
  • 学习率

• 不同的可视化结果告诉我们什么

• 在标准数据集上训练，看网络表现怎样
• 在小数据集上测试，过拟合的效果正好是预期所要的
• 在数据集分布平衡，正类负类不平衡
• 使用预调整好的稳定模型结构，使用论文里别人千锤百炼的
• Fine-tuning
  • 预训练好的网络结构上进行微调
  • 包括训练好的参数等等
  • 是最好的方法，在各种比赛中使用的最多

循环神经网络

• 为什么需要循环神经网络
• 循环神经网络
• 多层网络和双向网络
• 循环神经网络相比卷积神经网络的类型少
• 最常用的就是长短时记忆网络LSTM
• 用于文本分类问题

为什么需要循环神经网络

1. 1对1，普通神经网络、卷积神经网络可以处理
2. 1对多，图片生成描述
3. 多对1，文本分类（文本情感分析）
4. 多对多：encoding-decoding，机器翻译
5. 事实多对多：视频解说