27 含并行连结的网络 GoogLeNet / Inception V3【动手学

首次达到百层规模的网络GoogLeNet

前述中提到的各种网络，形态各异，性能有别，但是难以用一个绝对理性的方式去对它们的结构性能做区分

GoogLeNet的重要组成：Inception块。

基本思想：在不同通道采用不同的网络结构，将所有网络的功能特点汇聚一体。

注意，在下面的Inception块中，四条支路都没有改变数据形状，使得它们可以在输出通道进行合并。

但是，Inception块中的每条支路都有着不同的通道数，在如下图的网络块结构中，白色的1*1卷积层主要被用于改变通道数，蓝色卷积层主要用来提取空间信息。

跟传统卷积层比，Inception减少了参数个数和计算复杂度

GoogLeNet网络结构

stage1、2结构：相比于AlexNet，GoogLeNet使用了更小的窗口和更多的通道

stage3结构：使用两个Inception块

注意，每个分支路要分多少通道目前仍是没有理论根据的。

Inception的各种变种

总结：结构过于离谱，超参数过多，不是个人能设计出的东西

代码实现

Inception块中，通常调整的超参数是每层输出通道数。

构建Inception块

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l


class Inception(nn.Module):
    # c1--c4是每条路径的输出通道数
    def __init__(self, in_channels, c1, c2, c3, c4, **kwargs):
        super(Inception, self).__init__(**kwargs)
        # 线路1，单1x1卷积层
        self.p1_1 = nn.Conv2d(in_channels, c1, kernel_size=1)
        # 线路2，1x1卷积层后接3x3卷积层
        self.p2_1 = nn.Conv2d(in_channels, c2[0], kernel_size=1)
        self.p2_2 = nn.Conv2d(c2[0], c2[1], kernel_size=3, padding=1)
        # 线路3，1x1卷积层后接5x5卷积层
        self.p3_1 = nn.Conv2d(in_channels, c3[0], kernel_size=1)
        self.p3_2 = nn.Conv2d(c3[0], c3[1], kernel_size=5, padding=2)
        # 线路4，3x3最大汇聚层后接1x1卷积层
        self.p4_1 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)
        self.p4_2 = nn.Conv2d(in_channels, c4, kernel_size=1)

    def forward(self, x):
        p1 = F.relu(self.p1_1(x))
        p2 = F.relu(self.p2_2(F.relu(self.p2_1(x))))
        p3 = F.relu(self.p3_2(F.relu(self.p3_1(x))))
        p4 = F.relu(self.p4_2(self.p4_1(x)))
        # 在通道维度上连结输出，通道数dim=1，批量数dim=0
        return torch.cat((p1, p2, p3, p4), dim=1)

那么为什么GoogLeNet这个网络如此有效呢？ 首先我们考虑一下滤波器（filter）的组合，它们可以用各种滤波器尺寸探索图像，这意味着不同大小的滤波器可以有效地识别不同范围的图像细节。 同时，我们可以为不同的滤波器分配不同数量的参数。

构建各个模块

第一个模块使用64个通道、7*7卷积层。

b1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))

第二个模块使用两个卷积层：第一个卷积层是64个通道、(1*1)卷积层；第二个卷积层使用将通道数量增加三倍的（3*3）卷积层。 这对应于Inception块中的第二条路径。

b2 = nn.Sequential(nn.Conv2d(64, 64, kernel_size=1),
                   nn.ReLU(),
                   nn.Conv2d(64, 192, kernel_size=3, padding=1),
                   nn.ReLU(),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))

第三个模块串联两个完整的Inception块。 第一个Inception块的输出通道数为（64+128+32+32=256)，四个路径之间的输出通道数量比为(64:128:32:32=2:4:1:1)。 第二个和第三个路径首先将输入通道的数量分别减少到(96/192=1/2)和\(16/192=1/12)，然后连接第二个卷积层。第二个Inception块的输出通道数增加到(128+192+96+64=480)，四个路径之间的输出通道数量比为(128:192:96:64 = 4:6:3:2)。 第二条和第三条路径首先将输入通道的数量分别减少到(128/256=1/2\)和\(32/256=1/8\)。

b3 = nn.Sequential(Inception(192, 64, (96, 128), (16, 32), 32),
                   Inception(256, 128, (128, 192), (32, 96), 64),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))

第四模块更加复杂， 它串联了5个Inception块，其输出通道数分别是(192+208+48+64=512)、(160+224+64+64=512)、(128+256+64+64=512)、(112+288+64+64=528)和(256+320+128+128=832)。 这些路径的通道数分配和第三模块中的类似，首先是含(3×3)卷积层的第二条路径输出最多通道，其次是仅含(1×1)卷积层的第一条路径，之后是含(5×5)卷积层的第三条路径和含(3×3)最大汇聚层的第四条路径。 其中第二、第三条路径都会先按比例减小通道数。 这些比例在各个Inception块中都略有不同。

b4 = nn.Sequential(Inception(480, 192, (96, 208), (16, 48), 64),
                   Inception(512, 160, (112, 224), (24, 64), 64),
                   Inception(512, 128, (128, 256), (24, 64), 64),
                   Inception(512, 112, (144, 288), (32, 64), 64),
                   Inception(528, 256, (160, 320), (32, 128), 128),
                   nn.MaxPool2d(kernel_size=3, stride=2, padding=1))

第五模块包含输出通道数为(256+320+128+128=832)和(384+384+128+128=1024)的两个Inception块。 其中每条路径通道数的分配思路和第三、第四模块中的一致，只是在具体数值上有所不同。 需要注意的是，第五模块的后面紧跟输出层，该模块同NiN一样使用全局平均汇聚层，将每个通道的高和宽变成1。 最后我们将输出变成二维数组，再接上一个输出个数为标签类别数的全连接层。

b5 = nn.Sequential(Inception(832, 256, (160, 320), (32, 128), 128),
                   Inception(832, 384, (192, 384), (48, 128), 128),
                   nn.AdaptiveAvgPool2d((1,1)),
                   nn.Flatten())

net = nn.Sequential(b1, b2, b3, b4, b5, nn.Linear(1024, 10))

为了使Fashion-MNIST上的训练短小精悍，我们将输入的高和宽从224降到96，这简化了计算。下面演示各个模块输出的形状变化。

X = torch.rand(size=(1, 1, 96, 96))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape:\t', X.shape)

Sequential output shape:     torch.Size([1, 64, 24, 24])
Sequential output shape:     torch.Size([1, 192, 12, 12])
Sequential output shape:     torch.Size([1, 480, 6, 6])
Sequential output shape:     torch.Size([1, 832, 3, 3])
Sequential output shape:     torch.Size([1, 1024])
Linear output shape:         torch.Size([1, 10])

训练模型

lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

loss nan, train acc 0.100, test acc 0.100
3589.5 examples/sec on cuda:0

知识补充：

在进行深度学习研究时，修改经典模型的通道数是常用的调参方法