当前位置：首页 > news >正文

仓库管理软件免费厦门百度seo点击软件

news 2026/4/6 23:07:58

仓库管理软件免费,厦门百度seo点击软件,网站的建设流程具体有哪些,怎么做企业网站推广需要多少钱以下内容为结合李沐老师的课程和教材补充的学习笔记，以及对课后练习的一些思考，自留回顾，也供同学之人交流参考。本节课程地址：26 网络中的网络 NiN【动手学深度学习v2】_哔哩哔哩_bilibili 本节教材地址：7.3. 网络…

以下内容为结合李沐老师的课程和教材补充的学习笔记，以及对课后练习的一些思考，自留回顾，也供同学之人交流参考。

本节课程地址：26 网络中的网络 NiN【动手学深度学习v2】_哔哩哔哩_bilibili

本节教材地址：7.3. 网络中的网络（NiN） — 动手学深度学习 2.0.0 documentation (d2l.ai)

本节开源代码：...>d2l-zh>pytorch>chapter_multilayer-perceptrons>nin.ipynb

网络中的网络（NiN）

LeNet、AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理。 AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。或者，可以想象在这个过程的早期使用全连接层。然而，如果使用了全连接层，可能会完全放弃表征的空间结构。 网络中的网络（NiN）提供了一个非常简单的解决方案：在每个像素的通道上分别使用多层感知机 (href="https://zh.d2l.ai/chapter_references/zreferences.html#id93">Linet al., 2013)。

(NiN块)

回想一下，卷积层的输入和输出由四维张量组成，张量的每个轴分别对应样本、通道、高度和宽度。另外，全连接层的输入和输出通常是分别对应于样本和特征的二维张量。 NiN的想法是在每个像素位置（针对每个高度和宽度）应用一个全连接层。如果我们将权重连接到每个空间位置，我们可以将其视为 1×1 卷积层（如6.4节中所述），或作为在每个像素位置上独立作用的全连接层。从另一个角度看，即将空间维度中的每个像素视为单个样本，将通道维度视为不同特征（feature）。

图7.3.1 说明了VGG和NiN及它们的块之间主要架构差异。 NiN块以一个普通卷积层开始，后面是两个1×1 的卷积层。这两个 1×1 卷积层充当带有ReLU激活函数的逐像素全连接层。第一层的卷积窗口形状通常由用户设置。随后的卷积窗口形状固定为 1×1。

7.3.1 对比 VGG 和 NiN 及它们的块之间主要架构差异。

import torch
from torch import nn
from d2l import torch as d2ldef nin_block(in_channels, out_channels, kernel_size, strides, padding):return nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),nn.ReLU(),nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(),nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())

[NiN模型]

最初的NiN网络是在AlexNet后不久提出的，显然从中得到了一些启示。 NiN使用窗口形状为 11×11 、 5×5 和 3×3 的卷积层，输出通道数量与AlexNet中的相同。每个NiN块后有一个最大汇聚层，汇聚窗口形状为3×3，步幅为2。

NiN和AlexNet之间的一个显著区别是NiN完全取消了全连接层。相反，NiN使用一个NiN块，其输出通道数等于标签类别的数量。最后放一个全局平均汇聚层（global average pooling layer），生成一个对数几率（logits）。NiN设计的一个优点是，它显著减少了模型所需参数的数量。然而，在实践中，这种设计有时会增加训练模型的时间。

net = nn.Sequential(nin_block(1, 96, kernel_size=11, strides=4, padding=0),nn.MaxPool2d(3, stride=2),nin_block(96, 256, kernel_size=5, strides=1, padding=2),nn.MaxPool2d(3, stride=2),nin_block(256, 384, kernel_size=3, strides=1, padding=1),nn.MaxPool2d(3, stride=2),nn.Dropout(0.5),# 标签类别数是10nin_block(384, 10, kernel_size=3, strides=1, padding=1),nn.AdaptiveAvgPool2d((1, 1)),# 将四维的输出转成二维的输出，其形状为(批量大小,10)nn.Flatten())

我们创建一个数据样本来[查看每个块的输出形状]。

X = torch.rand(size=(1, 1, 224, 224))
for layer in net:X = layer(X)print(layer.__class__.__name__,'output shape:\t', X.shape)

输出结果：
Sequential output shape: torch.Size([1, 96, 54, 54])
MaxPool2d output shape: torch.Size([1, 96, 26, 26])
Sequential output shape: torch.Size([1, 256, 26, 26])
MaxPool2d output shape: torch.Size([1, 256, 12, 12])
Sequential output shape: torch.Size([1, 384, 12, 12])
MaxPool2d output shape: torch.Size([1, 384, 5, 5])
Dropout output shape: torch.Size([1, 384, 5, 5])
Sequential output shape: torch.Size([1, 10, 5, 5])
AdaptiveAvgPool2d output shape: torch.Size([1, 10, 1, 1])
Flatten output shape: torch.Size([1, 10])

[训练模型]

和以前一样，我们使用Fashion-MNIST来训练模型。训练NiN与训练AlexNet、VGG时相似。

lr, num_epochs, batch_size = 0.1, 10, 128
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

输出结果：
loss 0.352, train acc 0.871, test acc 0.874
1721.5 examples/sec on cuda:0

小结

NiN使用由一个卷积层和多个 1×1 卷积层组成的块。该块可以在卷积神经网络中使用，以允许更多的每像素非线性。
NiN去除了容易造成过拟合的全连接层，将它们替换为全局平均汇聚层（即在所有位置上进行求和）。该汇聚层通道数量为所需的输出数量（例如，Fashion-MNIST的输出为10）。
移除全连接层可减少过拟合，同时显著减少NiN的参数。
NiN的设计影响了许多后续卷积神经网络的设计。

练习

调整NiN的超参数，以提高分类准确性。

解：
代码如下：

lr, num_epochs, batch_size = 0.05, 20, 128
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

输出结果：
loss 0.281, train acc 0.896, test acc 0.885
1719.9 examples/sec on cuda:0

2. 为什么NiN块中有两个 1×1 卷积层？删除其中一个，然后观察和分析实验现象。

解：
第一个 1×1 卷积层作用是降维：用于减少特征图的通道数，从而降低网络的参数数量和计算复杂度，有助于防止过拟合，并使网络更加高效。
第二个 1×1 卷积层作用是增加网络深度和像素的非线性性：对第一个卷积层的输出进行非线性变换，有助于网络学习更复杂的特征表示。通过这种方式，网络可以在保持参数数量相对较低的同时，增加其表达能力。
同时，1×1 卷积层可以融合每个像素点不同通道的特征，因此也具有特征融合的作用。
删除其中一个 1×1 卷积层后，训练损失略上升，训练和测试精度略下降，可能导致网络学习特征能力下降、非线性性降低，从而导致精度略下降。

def nin_block(in_channels, out_channels, kernel_size, strides, padding):return nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),nn.ReLU(),nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())
lr, num_epochs, batch_size = 0.1, 10, 128
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

输出结果：
loss 0.360, train acc 0.867, test acc 0.869
2208.1 examples/sec on cuda:0

3. 计算NiN的资源使用情况。

1）参数的数量是多少？

2）计算量是多少？

3）训练期间需要多少显存？

4）预测期间需要多少显存？

解：
计算过程如下：

对于一张图(1, 224, 224)而言：
1）参数的数量为：1.92 MB；
2）计算量为：1.55 GB；
3）训练期间的显存为参数占用显存+模型占用显存：
参数占用显存：1.92 * 4 * 2 = 15.38 MB (float32占4 bytes，1 for params, 1 for SGD)
模型占用显存：6.35 * 4 * 2 = 50.80 MB (float32占4 bytes，1 for forward, 1 for backward)
总占用显存：15.38 + 50.80 = 66.18 MB
4）预测期间的显存为参数占用显存+模型占用显存：
参数占用显存：1.92 * 4 = 7.69 MB (float32占4 bytes，only for params)
模型占用显存：6.35 * 4 = 25.40 MB (float32占4 bytes，only for forward)
总占用显存：7.69 + 25.40 = 33.09 MB

4. 一次性直接将 384×5×5 的表示缩减为 10×5×5 的表示，会存在哪些问题？
解：
一次性直接将 384×5×5 的表示缩减为 10×5×5 的表示，即不经过两个 1×1 卷积层降维，可能存在的问题有：
1）可能会丢失大量的信息。
2）可能过拟合增大：当特征维度降低太多时，网络可能无法捕捉到足够的特征来泛化到新的数据上。
3）可能学习能力下降：大幅度降低特征维度会限制网络的学习能力，使其难以学习复杂的函数映射。
4）可能破坏特征融合：不同层的特征图会通过 $1 \times 1$ 卷积层进行融合，以提取更加抽象的特征。如果直接大幅度减少特征维度，可能会破坏这种特征融合的过程，影响网络性能。
5）可能会导致梯度消失或梯度爆炸。