Pytorch 卷积神经网络参数说明一

系列文章目录

前言

  在前两个实战中，我们只学会了如何搭建神经网络，但是里面有些函数接口不明白怎么回事，在这篇文章中，我们会逐一解答。

一、卷积层的定义

nn.Conv2d(in_channels,out_channels,kernel_size,stride=1,padding = 0,dilation = 1,groups = 1,bias = True)

1. 输入通道
2. 输出通道
3. 卷积核大小
4. 移动步长
5. 卷积核膨胀

卷积核的大小一般是 3 x 3,卷积的时候，以该元素为中心形成一个 3 x 3的格子，然后与卷积核做内积。不懂的话去小破站学学，很简单，这里不是重点。输入通道和输出通道不用过多解释，卷积核的数量。padding = 1 我们有时候发现靠边的元素卷积不够，需要进行拓展，这句话就是添加一行和一列，完成边缘元素的卷积。dilation = 1,这个是为了增加卷积核的视野感受范围，3 x 3 的卷积核变成 7 x 7 的卷积核，在分割网络中常用。卷积一个元素之后，stride = 1 移动的步长，如果等于 2 就有些元素没有中心卷积。groups = 1 分组卷积，一个卷积核为一组，可以降低计算量，主要在深度可分离卷积中。bias=True 偏执量，输出的结果经过 y = wx+b wx 可以理解卷积，b就是我们家的偏置量。

1.常见的卷积操作

• 分组卷积
• 空洞卷积
• 深度可分离卷积( 分组卷积 + 1 x 1 卷积)
• 反卷积
• 可变型卷积，卷积核不是固定的。

2. 感受野

  指的是神经网络中卷积核看到的区域，在神经网络中，feature_map 某个元素的计算受到输入图像上某个区域的影响，这个区域就是该元素的感受野。

3. 如何理解参数量和计算量

• 参数量：参与计算参数的个数，占用内存空间：对于一个卷积核而言参数量：$(Cin\ast (K\ast K)+1)\ast Cout$
• FLOPS:每秒浮点运算次数，可以理解是速度，用来衡量硬件的性能。
• FLOPs:s小写，这个就是计算量，衡量算法模型的复杂度：
  $$(Cin\ast 2\ast K\ast K)\ast Hout\ast Wout\ast Cout$$
• MAC:乘加的次数
  $$Cin\ast K\ast K\ast Hout\ast Wout\ast Cout$$

  FLOPs 把乘加分开算，所以乘以2,MAC 算一次，所以是 1。

4.如何减少计算量和参数量

   减少计算量很参数量还是要在卷积层动脑子，在不改变感受野和减少参数量的角度压缩矩阵：

• 采用多个 3 x 3 的卷积核代替大的卷积核。
• 采用深度可分离卷积核，即分组卷积
• 通道 Shuffle
• Pooling 层：快速下采样，可能有信息的损失。一般在前两个卷积核使用。
• Stride = 2：卷积的步长加大
  等等

二、神经网络结构：有些层前面文章说过，不全讲

  神经网络基本可以分成这三种金典的结构，如图 2 所示。串联结构、跳连结构、并连结构。跳连结构是把部分输出直接作为输出，这样可以大幅度减少计算量。

1. 池化层（下采样）

  池化层对输入特征的压缩：

• 一方面使特征图变小，简化网络计算复杂度。
• 一方面进行特征压缩，提取主要特征。

池化层常用两种方法：最大池化（Max Pooling）和平均池化（Average Poling）,
nn.MaxPool2d(kernel_size = ,Stride = ,pading =0 ,dilation = 1,return_indeces = False,ceil_mode = False)
前四个参数就不说了，上面有。这个 return_indeces,返回的是最大值的索引，这样当我们恢复原图的时候有很大作用，相似度更近。下面是一张最大池化的图：

2. 上采样

  上采样有两种方式：

• Resize,如双线性插值直接放缩，类似于图像放缩。
• 反卷积：Deconvolution,即 Transposed Convolution

代码摘要：

nn.functional.interpolate(input,size = None,scalar_factor = None,model = 'nearest',align_corners = None)

nn.ConvTranspose2d(in_channels,out_channels,kernel_size, stride = 1,padding = 0,bias = True)

通常我们采用Resize进行重构，计算量小，反卷积的计算量很大。

3. 激活层、BN层、FC层

  在卷积层，其实就是一个线性操作y = wx +b w 和 b 就是卷积核的参数，线性函数并不能很好去拟合数据样本，所以我们提出激活函数来解决这一问题，旨在提高网络的非线性表达。

• 激活函数：为了增加网络的非线性，进而增加网络的表达能力。
• 常用函数：ReLU函数、Leakly ReLU函数、ELU 函数等
• 语句：torch.nn.ReLU(inplace = True)

1).BatchNorm 层

• 通过一定的规范化手段，把每层神经网络任意神经元的输入值分布强行拉倒j标准正态分布上面，均值 0 ，方差 1.
• BatchNorm 是一种归一化的手段，他会减少图像之间的绝对差异，突出相对差异，加快模型的训练速度。
• 不适合 image to image 和对噪声敏感的任务中
• 语句：nn.BatchNorm2d(num_features,eps = 1e-05,momentum =0.1,affine = True,track_runing_stats = True )

BatchNorm 层可以理解为工具层，我们在卷积层也可以加入，后面在更一个ReLU层，往往就是这么干的。

2).FC 全连接层

  连接所有的特征，把输出值送给分类器（softmax层）。

• 对前层的特征进行一个加权和，（卷积层是将输入数据映射到隐层特征空间） ，将特征空间通过线性变化映射到样本标记空间。
• 也可以通过 1 x 1 卷积 + gloable average pooling 代替。
• 全连接层的参数冗余，一般情况需要 Dropout 限制参数。
• FC 层对图片的大小尺寸非常敏感。
• 语句：nn.Linear(in_features,out_features,bias)

3). dropout 层

• 在不同的训练中随机扔掉一些神经元。
• 在测试中不实用随机失活，那么所有的神经元都激活。
• 作用：为了防止和减轻过拟合才使用的函数，一般用在全链接层。
• 语句：nn.dropout

4). 损失层

  在网络优化，反向传播时非常重要的一个层，损失函数选择取决于我们要训练的任务。

• 损失层：设置一个损失函数用来比较输出值和目标值，通过最小损失来驱动网络的训练。
• 网络的损失通过前向操作计算，网络的参数相较于损失函数，通过后向操作计算。
• 分类问题损失：
  • nn.BCELoss
  • nn.CrossEntrophyLoss 等等
• 回归问题损失：
  • nn.L1Loss
  • nn.MSELoss
  • nn.SmoothL1Loss 等等

鸣谢

  年龄越大，越不想欠谁。一生活得洒脱，一个人，几个人也快乐。如果本文对大家有帮助，还请大家浏览一下我弟新开的小店，要黄了，哈哈哈。点击这里。