TASK 5 AlexNet与VGG

Easter79
• 阅读 910

1. AlexNet

1.1 卷积层尺寸计算

全0填充时

TASK 5 AlexNet与VGG

对应tensorflow的 padding="SAME"
不填充时

TASK 5 AlexNet与VGG

image.png

对应Tensor的 padding="VALID"

1.2 LRN层

深度学习的局部响应归一化LRN(Local Response Normalization)理解
【深度学习技术】LRN 局部响应归一化

1.2.1 LRN的灵感来源

在神经生物学有一个概念叫做侧抑制,指的是 被激活的神经元抑制相邻的神经元。归一化(normalization)的目的是“抑制”,局部响应归一化就是借鉴侧抑制的思想来实现局部抑制,尤其当我们使用ReLU的时候,这种“侧抑制”很管用。

1.2.2 LRN的好处

增强泛化能力,做了平滑处理。
由于LRN的侧抑制机制,响应比较大的值会相对更大,提高了模型泛化能力。可以使识别率提高1%~2%。

1.2.3 LRN的争议

对于LRN是否有效,还存在着很多争议。其实现在更多人愿意选择batch normalizationDropOut的方式,LRN并不流行。
在2015年_Very Deep Convolutional Networks for Large-Scale Image Recognition_.提到LRN基本没什么用。

局部响应归一化原理是仿造生物学上活跃的神经元对相邻神经元的抑制现象(侧抑制)

1.2.4 公式

局部响应归一化原理是仿造生物学上活跃的神经元对相邻神经元的抑制现象(侧抑制),然后根据论文有公式如下

  1. a_(x,y)表示某个点(a,b,c,d)
  2. k,n/2,α,β都是自定义的参数
  3. ∑叠加的方向是沿着通道方向的
    如果看不懂可以看下文的举例

1.2.5 实验举例

代码如下

import tensorflow as tf
import numpy as np
x = np.array([i for i in range(1,33)]).reshape([2,2,2,4])
y = tf.nn.lrn(input=x,depth_radius=2,bias=0,alpha=1,beta=1)

with tf.Session() as sess:
    print(x)
    print('#############')
    print(y.eval())

输出结果如下

结果解释:
这里要注意一下,如果把这个矩阵变成图片的格式是这样的

然后按照上面的叙述我们可以举个例子计算一下。
比如26对应的输出结果0.00923952计算如下
26/(0+1*(25^2 + 26^2 + 27^2 + 28^2 ))^1

17对应的输出结果0.017453计算如下
17/(0+1*(17^2 + 18^2 + 19^2 ))^1

20对应的输出结果0.018433计算如下
20/(0+1*(18^2 + 19^2 + 20^2 ))^1

1.2.6 总结

LRN是在AlexNet中首次提出,试图通过侧抑制的方法提高其泛化能力。但是否有效还存在较大争议,并不是流行的做法。不管是国内还是国外,网上对它的讨论也并不热烈,个人认为了解即可。

1.3 AlexNet的其它特点

1.3.1 Dropout层

训练时使用Dropout随机忽略一部分神经元,以避免模型过拟合。Dropout虽有单独的论文论述,但是AlexNet将其实用化,通过实践证实了它的效果。在AlexNet中主要是最后几个全连接层使用了Dropout。

1.3.2 最大池化

在CNN中使用重叠的最大池化。此前CNN中普遍使用平均池化,AlexNet全部使用最大池化,避免平均池化的模糊化效果。并且AlexNet中提出让步长比池化核的尺寸小,这样池化层的输出之间会有重叠和覆盖,提升了特征的丰富性。

1.4 架构

代码参考AlexNet implementation + weights in TensorFlow
AlexNet各层的架构如下:

  1. [227 * 227 * 3]输入层。图片边长为227,深度(channel)为3。
  2. [57 * 57 * 96]卷积层1。 96个11 * 11 * 3卷积核,步长为4,全0填充。因此输出边长为ceiling(227 / 4) = 57。
  3. [57 * 57 * 96]lrn层1。做“侧抑制”,_矩阵尺寸无变化_。
  4. [28 * 28 * 96]maxpool1。池化尺寸为3 * 3,步长为2,不填充。因此输出的边长为ceiling((57 - 3 + 1) / 2) = 28,channel数不变。
  5. [28 * 28 * 256]卷积层2。256个5 * 5 * 96卷积核,步长为1,全0填充。因此输出边长为ceiling(28 / 1) = 28。
  6. [28 * 28 * 256]lrn层2。做“侧抑制”,_矩阵尺寸无变化_。
  7. [13 * 13 * 256]maxpool2。池化尺寸为3 * 3,步长为2,不填充。因此输出的边长为ceiling((28 - 3 + 1) / 2) = 13
  8. [13 * 13 * 384]卷积层3。384个3 * 3 * 256卷积核,步长为1,全0填充。因此输出边长为ceiling(13 / 1) = 13
  9. [13 * 13 * 384]卷积层4。卷积核和步长同上,输出边长仍然为13.
  10. [13 * 13 * 256]卷积层5。256个3 * 3 * 384卷积核,步长为1,全0填充。因此输出边长为ceiling(13 / 1) = 13。
  11. [6 * 6 * 256]maxpool3。池化尺寸为3 * 3,步长为2,不填充。因此输出的边长为ceiling((13 - 3 + 1) / 2) = 6
  12. [4096] 全连接层1。
  13. [4096] 全连接层2
  14. [1000] 全连接层3
  15. softmax
    AlexNet原理及Tensorflow实现

1.5 代码解析

1.5.1 tf.split, tf.concat

tf.split
tf.concat

tf.split(
    value,
    num_or_size_splits,
    axis=0,
    num=None,
    name='split'
)


tf.concat(
    values,
    axis,
    name='concat'
)

上面这两个函数的定义有利于下文代码的理解。

1.5.2 conv函数

def conv(input, kernel, biases, k_h, k_w, c_o, s_h, s_w,  padding="VALID", group=1):
    '''From https://github.com/ethereon/caffe-tensorflow
    '''
    print("input getshape", input.get_shape())
    c_i = input.get_shape()[-1]
    assert c_i%group==0
    assert c_o%group==0
    convolve = lambda i, k: tf.nn.conv2d(i, k, [1, s_h, s_w, 1], padding=padding)
    
    
    if group==1:
        conv = convolve(input, kernel)
    else:
        input_groups =  tf.split(input, group, 3)   #tf.split(3, group, input)
        kernel_groups = tf.split(kernel, group, 3)  #tf.split(3, group, kernel) 
        output_groups = [convolve(i, k) for i,k in zip(input_groups, kernel_groups)]
        conv = tf.concat(output_groups, 3)          #tf.concat(3, output_groups)
    return  tf.reshape(tf.nn.bias_add(conv, biases), [-1]+conv.get_shape().as_list()[1:])
  • convolve是lambda函数,接受两个参数并返回一个tf.nn.conv2d
  • 这段代码的意义就是,按照第三维度(channel的维度)将输入切割为group份,分别计算输出,再按照第三维度合并。其意义在于分组计算,减少计算的负荷。

1.6 运行结果

各个层的维度

使用默认的图片。要预测的图片为鼹鼠和猎鹬犬,从预测结果上来看,这两个种类对应的概率都最大,所以预测正确

预测结果

再使用三张在网上搜索的图片,分别是"snail", "bee eater"和"golden retriever"。其中两个都错了。

2. VGG

2.1 架构

学长给的VGG案例为VGG16,使用了16层的VGG。
代码参考VGG in TensorFlow

各层的尺寸计算方法在上文1.4篇章(AlexNet架构)已经描述,此处不赘述。

2.2 运行结果

各个层的卷积核大小或维度

各个层的维度

下面是VGG各个层的参数维度情况
conv1_1_W的conv表示卷积层,1_1表示第一部分的第一块卷积层,1_2则表示第一部分的第二块卷积层,W表示矩阵的权重
(3, 3, 3, 64)的参数意义是(filter width, filter height, channel, filter number)

各层的参数

使用默认的图片。要预测的图片为某个鼹鼠,从预测结果来看,鼹鼠的可能性最大,所以 预测正确

预测结果

再使用"snail", "bee eater"和"golden retriever"。全对,且与其它项的比较很明显。

参考

cnn学习之卷积或者池化后输出的map的size计算

本文同步分享在 博客“不存在的里皮”(JianShu)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Stella981 Stella981
3年前
List的Select 和Select().tolist()
List<PersondelpnewList<Person{newPerson{Id1,Name"小明1",Age11,Sign0},newPerson{Id2,Name"小明2",Age12,
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
PHP创建多级树型结构
<!lang:php<?php$areaarray(array('id'1,'pid'0,'name''中国'),array('id'5,'pid'0,'name''美国'),array('id'2,'pid'1,'name''吉林'),array('id'4,'pid'2,'n
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
10个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这
Easter79
Easter79
Lv1
今生可爱与温柔,每一样都不能少。
文章
2.8k
粉丝
5
获赞
1.2k