https://www.toutiao.com/a6640032761132368392/

2018-12-28 21:18:21

该模型赢得了ILSVRC 2012大赛

本文内容

在ImageNet数据上训练网络，其中包含超过22,000个类别的超过1500万张图像。
本文使用ReLU激活函数进行非线性。发现ReLU降低了训练的运行时间，因为它比传统的tanh函数更快。
实施dropout以减少过度拟合的影响。
采用图像平移、patch提取和图像反射等数据增强技术。
随机梯度下降(momentum和权重衰减)优化器。
模型训练。

机器学习数据集

Imagenet是一个超过1500万张图像的机器学习数据集，属于22,000个类别。从2010年开始，作为Pascal视觉对象挑战的一部分，举办了名为ImageNet大规模视觉识别挑战（ILSVRC）的年度竞赛。ILSVRC使用ImageNet的一个子集，在1000个类别中分别拥有大约1000个图像。总共有大约120万个训练图像，50,000个验证图像和150,000个测试图像。

由于计算原因，我们将在本文实现中使用CIFAR-10数据集。

ReLU非线性

在本文之前实现神经元输出的标准方法是使用tanh激活。

在梯度下降优化的反向传播步骤中，tanh激活函数的训练时间大于ReLU激活的训练时间。

实线 - ReLU 虚线 - tanh

ReLU in Numpy

import numpy as np
def ReLU(x):return abs(x) * (x > 0)
x = np.array([1,-1, -0.5, 0.32])
ReLU(x)

array([1. , 0. , 0. , 0.32])

ReLU in Pytorch

import torch
relu = torch.nn.ReLU()
x = torch.tensor(x) # x = numpy array of [1,-1, -0.5, 0.32]
relu(x)

tensor([1.0000, 0.0000, 0.0000, 0.3200], dtype=torch.float64)

局部响应归一化

Relu具有这种理想的特性，它们不需要输入归一化来防止它们saturating。即使某些训练数据偏好正输入，也会通过ReLU进行学习。然而，局部响应归一化仍然有助于泛化。

Pytorch中的局部响应归一化

import torch.nn as nn
class LRN(nn.Module):def __init__(self, size, alpha=1e-4, beta=0.75, k=1):super(LRN, self).__init__()self.avg = nn.AvgPool3d(kernel_size =(size,1,1), stride=1, padding=int((size-1)/2))self.alpha = alphaself.beta = betaself.k = kdef forward(self, x):deno = x.pow(2).unsqueeze(1)deno = self.avg(deno).squeeze(1)deno = deno.mul(self.alpha).add(self.k).pow(self.beta)x = x.div(deno)return x x = torch.randn( 20,3, 10, 10)
lrn = nn.LocalResponseNorm(2)
lrn(x).size()

torch.Size([20, 3, 10, 10])

深度学习架构

class AlexNet(nn.Module):def __init__(self, classes=1000):super(AlexNet, self).__init__()self.features = nn.Sequential(nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),nn.Conv2d(64, 192, kernel_size=5, padding=2),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),nn.Conv2d(192, 384, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.Conv2d(384, 256, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.Conv2d(256, 256, kernel_size=3, padding=1),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=3, stride=2),)self.classifier = nn.Sequential(nn.Dropout(),nn.Linear(256 * 6 * 6, 4096),nn.ReLU(inplace=True),nn.Dropout(),nn.Linear(4096, 4096),nn.ReLU(inplace=True),nn.Linear(4096, classes),)def forward(self, x):x = self.features(x)x = x.view(x.size(0), 256 * 6 * 6)x = self.classifier(x)return x

import pylab as plt
x = torch.randn(1, 3, 224, 224).uniform_(0, 1)
im = plt.imshow(x.squeeze().permute(1, 2, 0).numpy())
plt.show()

x = torch.randn(1, 3, 224, 224).uniform_(0, 1)
alexnet = AlexNet()
alexnet(x).size()

torch.Size([1, 1000])

减少过度拟合

数据增强

避免过度拟合的最简单方法是增加机器学习数据大小，以便深度学习模型可以学习更多广义的数据特征。

但是获取更多数据始终不是一件容易的事，因此获取更多数据的方法之一是从给定数据中人为地生成更多数据。

有许多类型的数据增强技术可用

翻转(水平和垂直)
旋转
缩放
Crop
平移
高斯噪声

from skimage import io
import matplotlib.pyplot as plt
image = io.imread('https://cdn3.bigcommerce.com/s-nadnq/product_images/uploaded_images/20.jpg')
plt.imshow(image)
plt.grid(False)
plt.axis('off')
plt.show()

import random
from scipy import ndarray
import skimage as sk
from skimage import transform
from skimage import util
def random_rotation(image_array: ndarray):random_degree = random.uniform(-25, 25)return sk.transform.rotate(image_array, random_degree)
def random_noise(image_array: ndarray):return sk.util.random_noise(image_array)
def horizontal_flip(image_array: ndarray):return image_array[:, ::-1]
def vertical_flip(image_array: ndarray):return image_array[::-1, :]

Dropout

该技术减少了神经元的复杂共同适应，因为神经元不能依赖于特定其他神经元的存在。因此，它被迫学习更有力的特征，这些特征与其他神经元的许多不同随机子集一起使用是有用的。在测试时，我们使用所有神经元但是将它们的输出乘以0.5，这是采用由exponentially-many dropout网络产生的预测分布的几何平均值的合理近似值。

Dropout in Numpy

def dropout(X, drop_probability):keep_probability = 1 - drop_probabilitymask = np.random.uniform(0, 1.0, X.shape) < keep_probabilityif keep_probability > 0.0:scale = (1/keep_probability)else:scale = 0.0return mask * X * scalex = np.random.randn(3,3)
dropout(x, 0.3)

array([[ 0. , 2.12769017, -1.95883643],

[ 0.05583112, -0.51280684, 0. ],

[-1.64030713, 3.15857694, 1.13236446]])

Dropout in Pytorch

import torch

x = np.random.randn(3,3)

x_tensor = torch.from_numpy(x)

dropout = torch.nn.Dropout(0.5)

dropout(x_tensor)

tensor([[ 0.9667, 0.0000, 2.1510],

[ 1.4301, 0.0000, 1.4544],

[-0.0000, 1.3651, -0.0000]], dtype=torch.float64)

学习

使用具有0.9的momentim和0.0005的权重衰减的梯度下降优化器。批量大小128。

权重/偏差初始化器

每层的权重由一个标准差为0.01的零均值高斯分布初始化。偏差初始化为1。

lr调度程序

当损失停止增加时，手工调整学习率和lr降低。

Numpy的权重/偏差初始化器

weights = np.random.normal(loc=0.0, scale=0.01, size=(3,3))

array([[-0.00723783, -0.00436599, 0.00199946], [-0.00618118, -0.00122866, 0.00844244], [ 0.01453114, 0.00025038, -0.00534145]])

X = np.random.rand(3,3)
print('Input X =
',X)
w = np.random.normal(loc=0.0, scale=0.01, size=(3,1))
print('
Initialized weight w =
',w)
bias = np.ones((3,1))
print('
Initialized bias b =
',bias)
z = np.dot(X, w) + bias z
print(z)

Input X =

[[0.9769654 0.91344693 0.26452228]

[0.24474425 0.75985733 0.0462379 ]

[0.80824044 0.9641414 0.89342702]]

Initialized bias b = [[1.] [1.] [1.]]

array([[0.98718374], [0.99301363], [0.99457285]])

AlexNet：深度卷积神经网络的ImageNet分类相关推荐

基于深度卷积神经网络的ImageNet分类
基于深度卷积神经网络的ImageNet分类文章目录摘要一.介绍二.数据集三.结构 ReLU非线性局部反应归一化重叠集合整体架构数据扩张总结摘要我们训练了一个大型的深度卷积神经网 ...
013利用脑电信号自动检测和诊断癫痫发作的深度卷积神经网络-2017(800引用)
Deep convolutional neural network for the automated detection and diagnosis of seizure using EEG sig ...
[pytorch、学习] - 5.6 深度卷积神经网络（AlexNet）
参考 5.6 深度卷积神经网络(AlexNet) 在LeNet提出后的将近20年里,神经网络一度被其他机器学习方法超越,如支持向量机.虽然LeNet可以在早期的小数据集上取得好的成绩,但是在更大的真实 ...
论文翻译：基于深度卷积神经网络的肉鸡粪便识别与分类
Recognition and Classification of Broiler Droppings Based on Deep Convolutional Neural Network 基于深度卷 ...
（pytorch-深度学习系列）深度卷积神经网络AlexNet
深度卷积神经网络AlexNet 文字过多,但是重点已经标出来了背景在LeNet提出后的将近20年里,神经网络一度被其他机器学习方法超越,如支持向量机.虽然LeNet可以在早期的小数据集上取得好的成 ...
毕业设计 - 基于卷积神经网络的乳腺癌分类深度学习医学图像
文章目录 1 前言 2 前言 3 数据集 3.1 良性样本 3.2 病变样本 4 开发环境 5 代码实现 5.1 实现流程 5.2 部分代码实现 5.2.1 导入库 5.2.2 图像加载 5.2.3 ...
Pytorch 深度卷积神经网络 AlexNet
Pytorch 深度卷积神经网络 AlexNet 0. 环境介绍环境使用 Kaggle 里免费建立的 Notebook 教程使用李沐老师的动手学深度学习网站和视频讲解小技巧:当遇到函数看不懂 ...
深度卷积神经网络之AlexNet
Paper原文地址:2012年PDF下载摘要:我们训练了一个大型的深度卷积神经网络,将ImageNet LSVRC-2010比赛中的120万张高分辨率图像分成1000个不同的类别.在测试数据上,我们 ...
基于深度卷积神经网络的目标检测研究综述
基于深度卷积神经网络的目标检测研究综述人工智能技术与咨询来自<光学精密工程> ,作者范丽丽等摘要:作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究.目标检 ...

AlexNet：深度卷积神经网络的ImageNet分类