网络结构解读之inception系列三:BN-Inception(Inception V2)

2019/03/01 16:44
阅读数 1.2K

网络结构解读之inception系列三:BN-Inception(Inception V2)

BN的出现大大解决了训练收敛问题。作者主要围绕归一化的操作做了一系列优化思路的阐述,值得细看。

Batch Normalization: Accelerating Deep Network Training

by Reducing Internal Covariate Shift

  • 深度网络为什么难训练?

  因为internal covariate shift

  • internal covariate shift:在训练过程中,每层的输入分布因为前层的参数变化而不断变化
  • 从不同的角度说明问题internal covariate shift

  1.SGD训练多层网络

          总损失是,当,损失转换为

           梯度更新是

           当x的分布固定时候,训练是容易收敛的。而当x的分布不断变化时候,需要不断调整去修正x分布的变化带来的影响

        2.易进入饱和状态

            什么是饱和状态?以sigmoid为例,,当|x|增加,趋向于0,称为饱和状态。(梯度消失,模型将缓慢训练)。这里x受W、b和前面层参数的影响,训练期间前面层参数的变化可能会将x的许多维度移动到非线性的饱和状态并收敛减慢。且这个前层的影响随着网络深度的增加而放大。

  • BN之前的做法 :1.较低的学习率,但减慢了收敛速度。2.谨慎的参数初始化。3.ReLU代替sigmoid 
  • 如何解决internal covariate shift,BN的思考起源:

         whitened(LeCun et al,1998b),对输入进行白化即输入线性变化为具有0均值和单位方差,并去相关。使用白化来进行标准化(normalization),以此来消除internal covariate shift的不良影响由于whitened需要计算协方差矩阵和它的平方根倒数,而且在每次参数更新后需要对整个训练集进行分析,代价昂贵。因此寻求一种可替代的方案,BN。

  •  Batch Normalization

          在白化的基础上做简化:

          简化1,单独标准化每个标量特征(每个通道)

         简单标准化可能改变该层的表达能力,以sigmoid层为例会把输入约束到线性状态。因此我们需要添加新的恒等变换去抵消这个(scale操作)。

          简化2,mini-batch方式进行normalization。计算过程如图:

  为了数值稳定,  是一个加到方差上的常量。

  •  Batch Normalization的求导

 

  • BN的训练和预测

         训练时取决于当前batch的输入。

         预测需要用总体统计来进行标准化。训练完成后得到均值参数和方差参数

 

  •  网络中加入BN

            仿射(线性)变换和非线性变换组成用下式表示:

            其中g是非线性如sigmoid。当normalization非线性输出时,它的分布形状可能会改变无法消除internal covariate shift。

             而线性更加具有对称性,非稀疏分布  ,即更高斯。对其进行normalization更能产生稳定分布的激活。   

            因此BN的对象是线性变换的输出。

             这时中偏置可以忽略。

            偏置b的作用可以被BN的中心化取消,且后面scale部分会有shift。最终的公式如下:

  • 添加BN后可以采用更大学习

          通过bn整个网络的激活值,在数据通过深度网络传播时,它可以防止层参数的微小变化被放大。(梯度消失) 

bn使参数缩放更有弹性。通常,大的学习率可能增加参数的缩放,这在BP时会放大梯度并导致梯度爆炸。通过BN,bp不受其参数缩放的影响。

  •  实验1:minist训练

    a图是性能和迭代次数。b,c是某一层的激活值分布。添加bn训练收敛更快且性能更优,且分布更加稳定。

  • 实验2:Imagenet  Classfication

          训练tricks:1.提高学习率。大学习率依然能收敛。2.去掉dropout。删除后获得更高的验证准确率。推测bn能提供类似dropout的正则化收益。(这里只测试了验证集,感觉不够严密)。3.更彻底的shuffle。防止同一类一起出现在同一个minibatch。验证集提高了1%。4.减小L2正则权重。减小5倍后验证集性能提高。(相当于caffe里deacy)。5.加速学习率衰减。训练时间更短。6.去掉RPN。7.减少photometric distortions(光照扭曲)。

          单模型实验:

         Inception 

  BN-Baseline:在Inception 基础上加bn
  BN-x5: 在BN-Baseline 基础上增大5倍学习率到0.0075
  BN-x30:在BN-Baseline 基础上增大30倍学习率到0.045
  BN-x5-Sigmoid:使用sigmoid替代ReLU

 

         多模型实验结果:

         (BN-inception就是我们说的V2)

 

  • 附录BN-inception的结构

  V1到BN的改动:1.2个3*3代替5*5。2.28*28 modules从2个增加到3个。3.在modules中,pooling有时average ,有时maximum 。4.

没有across board pooling layers在任意两个inception modules。只在3c,4e里会有stride-2的卷积和pooling。

展开阅读全文
加载中

作者的其它热门文章

打赏
0
0 收藏
分享
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部
返回顶部
顶部