《动手学深度学习》第二十三天---稠密连接网络（DenseNet）

2023-11-10

（一）DenseNet

DenseNet作为另一种拥有较深层数的卷积神经网络,具有如下优点:

(1) 相比ResNet拥有更少的参数数量.

(2) 旁路加强了特征(feature)的重用.

(3) 网络更易于训练,并具有一定的正则效果.

(4) 缓解了gradient vanishing(梯度消失)和model degradation(模型退化)的问题

梯度消失问题在网络深度越深的时候越容易出现，原因就是输入信息和梯度信息在很多层之间传递导致的，而现在这种dense connection相当于每一层都直接连接input和loss，因此就可以减轻梯度消失现象，这样更深网络不是问题。
这种dense connection有正则化的效果，因此对于过拟合有一定的抑制作用，可能是因为参数减少了，所以过拟合现象减轻。

（二）DenseNet网络结构

（1）dense block

对比于ResNet的Residual Block，创新性地提出Dense Block，在每一个Dense Block中，任何两层之间都有直接的连接，也就是说，网络每一层的输入都是前面所有层输出的并集，而该层所学习的特征图也会被直接传给其后面所有层作为输入。通过密集连接，缓解梯度消失问题，加强特征传播，鼓励特征复用，极大的减少了参数量。
如下图：
[x0,x1,…,xl-1]表示将 0 到 l-1 层的输出feature map做concatenation。concatenation是做通道的合并，就像Inception那样。即将 X_{0} 到 X_{l-1} 层的所有输出feature map按Channel组合在一起。这里所用到的非线性变换H为BN+ReLU+ Conv(3×3)的组合。
在这里插入图片描述

（2）DenseNet的结构图

在这个结构图中包含了3个dense block。将DenseNet分成多个dense block，原因是希望各个dense block内的feature map的size统一，这样在做concatenation就不会有size的问题。
在处理特征图数量或尺寸不匹配的问题上，ResNet采用零填充或者使用1x1的Conv来扩充特征图数量，而DenseNet是在两个Dense Block之间使用Batch+1x1Conv+2x2AvgPool作为transition layer的方式来匹配特征图的尺寸。这样就充分利用了学习的特征图，而不会使用零填充来增加不必要的外在噪声，或者使用1x1Conv+stride=2来采样已学习到的特征（stride=2会丢失部分学习的特征）。
在这里插入图片描述 （3）DenseNet效率更高

如果每个 Hl 输出k个特征图，那么 l 层就有k0+k×(l−1)输入特征图，k0为输入层的通道数。由于每一层都包含之前所有层的输出信息，因此其只需要很少的特征图就够了（DenseNet与其他的网络架构有一个重要的不同之处在于可以通过修改k的大小，让DenseNet的网络变得非常窄小），这也是为什么DneseNet的参数量较其他模型大大减少的原因。这种dense connection相当于每一层都直接连接input和loss，因此就可以减轻梯度消失现象，这样更深网络不是问题。

（三）DenseNet的简单实现

（1）稠密块

import d2lzh as d2l
from mxnet import gluon, init, nd
from mxnet.gluon import nn

def conv_block(num_channels):   #  DenseBlock块内组成
    blk = nn.Sequential()
    blk.add(nn.BatchNorm(), nn.Activation('relu'),
            nn.Conv2D(num_channels, kernel_size=3, padding=1))   # BN+ReLU+Conv(3×3)模式
    return blk
    
class DenseBlock(nn.Block):   # 定义一个DenseBlock块
    def __init__(self, num_convs, num_channels, **kwargs):   #手动设计通道数和模块内的卷积块数目
        super(DenseBlock, self).__init__(**kwargs)
        self.net = nn.Sequential()
        for _ in range(num_convs):
            self.net.add(conv_block(num_channels))

    def forward(self, X):
        for blk in self.net:
            Y = blk(X)
            X = nd.concat(X, Y, dim=1)  # 在通道维上将输入和输出连结
        return X

如何计算输出通道呢？

blk = DenseBlock(2, 10)     #  定义输入的通道数为10，定义一个denseblock里面有两个卷积块
blk.initialize()
X = nd.random.uniform(shape=(4, 3, 8, 8))   #输入的X通道数为3，图像大小为8×8
Y = blk(X)  #Y为最后DenseBlock的输出
Y.shape

在这里插入图片描述
我们由这张图直观来看，这张图示一个DenseBlock，有四个卷积块，每个卷积块里面包括（BN+ReLU+Conv）三种层，到最后输出的通道数目，其实等于（Conv卷积层的输出通道数×卷积块个数）+输入通道数，
所以3+2×10=23。
所以输出为（4,23,8,8）
卷积块的通道数控制了输出通道数相对于输入通道数的增长，因此也被称为增长率（growth rate）。

（2）过渡层

由于每个稠密块都会带来通道数的增加，使用过多则会带来过于复杂的模型。过渡层用来控制模型复杂度。它通过1×1卷积层来减小通道数，并使用步幅为2的平均池化层减半高和宽，从而进一步降低模型复杂度。

def transition_block(num_channels):   #  定义DenseBlock之间的transition layer
    blk = nn.Sequential()
    blk.add(nn.BatchNorm(), nn.Activation('relu'),
            nn.Conv2D(num_channels, kernel_size=1),
            nn.AvgPool2D(pool_size=2, strides=2))   #  BN+ReLU+Conv(1×1)+AvgPool(2×2)
            #  当map的信息都应该有所贡献的时候用avgpool，因为网络深层的高级语义信息一般来说都能帮助分类器分类。
    return blk

如何理解这个过程呢？

blk = transition_block(10)
blk.initialize()
blk(Y).shape

比如之前DenseBlock的输出为（4,23,8,8），经过Conv2D(10×1×1)得到（4×10×8×8），经过AvgPool2D得到（4×10×4×4）

（3）DenseNet模型

DenseNet首先使用同ResNet一样的单卷积层和最大池化层。

net = nn.Sequential()
net.add(nn.Conv2D(64, kernel_size=7, strides=2, padding=3),
        nn.BatchNorm(), nn.Activation('relu'),
        nn.MaxPool2D(pool_size=3, strides=2, padding=1))  #  刚开始的时候为了减少无用信息选择MaxPooling（网络浅层）

类似于ResNet接下来使用的4个残差块，DenseNet使用的是4个稠密块。同ResNet一样，我们可以设置每个稠密块使用多少个卷积层。

num_channels, growth_rate = 64, 32   # num_channels为当前的通道数，growth_rate为卷积块的通道数
num_convs_in_dense_blocks = [4, 4, 4, 4]    #  4个DenseBlock，每个里面有4个卷积块

for i, num_convs in enumerate(num_convs_in_dense_blocks):
  #  利用enumerate可以同时迭代序列的索引和元素
    net.add(DenseBlock(num_convs, growth_rate))
  #  根据更新的num_convs添加DenseBlock
    num_channels += num_convs * growth_rate    # 上一个稠密块的输出通道数

    if i != len(num_convs_in_dense_blocks) - 1:
        num_channels //= 2         # 在稠密块之间加入通道数减半的过渡层
        net.add(transition_block(num_channels))

同ResNet一样，最后接上全局池化层和全连接层来输出。

net.add(nn.BatchNorm(), nn.Activation('relu'), nn.GlobalAvgPool2D(),
        nn.Dense(10))  
#利用全局平均池化层可以降低模型的参数数量来最小化过拟合效应。GAP层通过取平均值映射每个h×w的特征映射至单个数字。

在这里插入图片描述
（4）获取数据并训练模型

lr, num_epochs, batch_size, ctx = 0.1, 5, 256, d2l.try_gpu()
net.initialize(ctx=ctx, init=init.Xavier())
trainer = gluon.Trainer(net.collect_params(), 'sgd', {'learning_rate': lr})
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
d2l.train_ch5(net, train_iter, test_iter, batch_size, trainer, ctx,
              num_epochs)

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)