神经网络基础篇-2-神经网络的层次结构

神经网络的层次结构分为三大层：输入层，隐藏层，输出层。其中最为重要的是隐藏层，它包括四大部分：卷积层、激活层、池化层、全连接层。

1.卷积层 Convolution Layer

卷积的原理

• 在三维输入特征图上滑动一定大小的窗口，在每个可能的位置停留并提取三维特征图块（win_hwin_winput_d），将三维图块与权重矩阵（卷积核）做张量积，转换成形状为input_d的一维向量。最后将所有一维向量转换为三维输出特征图（hwoutput_d）。

卷积层的作用

• 通过卷积核在原始图像上平移来提取特征。

• 备注：卷积核为1x1的卷积层 等价于全连接层。卷积层可以看作是计算量和准确度的一种妥协。

卷积神经网络的优点

• 局部连接：每个神经元不再和上一层的所有神经元相连，而只和一小部分神经元相连。这样就减少了很多参数。

• 权值共享：用一个卷积核去卷积一张图，这张图每个位置是被同样数值的卷积核操作的，权重是一样的，也就是参数共享。

• 下采样：可以使用Pooling来减少每层的样本数，进一步减少参数数量，同时还可以提升模型的鲁棒性。

卷积层相关概念

• （单个）卷积核通道数 ：等于卷积输入层的通道数。

• 卷积输出层通道数：等于卷积核的个数，也叫输出特征图的深度。它决定了卷积操作之后生成的feature map数量。

• 卷积核的大小：卷积核=图块尺寸x输出特征图的深度，卷积核可以理解为人工神经网络中的权重大小。（卷积核一般随机生成，包含[0,1,-1]的矩阵）

• 偏置项：因为在进行图像线性处理的，需要对图像进分割，偏置项的作用使分割的线性图像可以不过原点。

• 滑动步长(stride)：卷积窗口从输入数组的最左上方开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。我们将每次滑动的行数和列数称为步长（stride）。

• 填充(padding)，因为卷积核按照相应步长移动，卷积核可能会超出图片的范围，因此可以在图片外围进行零填充，保证每一个卷积核都有相应的值与之计算。

1x1卷积的作用

1x1卷积，可以看成一种全连接（计算量和准确度的一种妥协）。

• 实现跨通道的信息交互和整合。1x1卷积核只有一个参数，当它作用在多通道的feature map上时，相当于不同通道上的一个线性组合，实际上就是加起来再乘以一个系数，但是这样输出的feature map就是多个通道的整合信息了，能够使网络提取的特征更加丰富。

• feature map通道数的降维和升维：x1卷积可以改变通道数。

  • 示例：假设输入的特征维度为100x100x128，卷积核大小为5x5（stride=1，padding=2），通道数为256，则经过卷积后输出的特征维度为100x100x256，卷积参数量为128x5x5x256=819200。

    此时在5x5卷积前使用一个64通道的1x1卷积，最终的输出特征维度依然是100x100x256，但是此时的卷积参数量为128x1x1x64 + 64x5x5x256=417792，大约减少一半的参数量。

• 增加非线性映射次数。1x1卷积后通常加一个非线性激活函数，使网络提取更加具有判别信息的特征，同时网络也能做的越来越深。

感受野

• 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。

1）不同卷积方法及输出维度计算

卷积神经网络相关计算总结

CNN中的参数解释及计算

valid卷积

• 最常用的下采样卷积，其特点是卷积核不能超出特征图的范围。

  

• 输出的特征图维度计算公式

  • 输出宽度 = (输入宽度−卷积核宽度 + 2⋅填充宽度) / 步长+1

  • 输出高度 = (输入高度−卷积核高度 + 2⋅填充高度) / 步长+1

  • 输出通道数 = 卷积核数量

full卷积

• 典型的上采样卷积，其特点式卷积核可以超出特征图的范围，但是卷积核的边缘要与特征图的边缘有交点。

  

• 输出的特征图维度计算公式同valid卷积。

same卷积

• 介于full卷积和valid卷积之间的一种卷积方式，其特点是卷积前后特征图的尺寸不变。由于same卷积的特点，其Padding值是固定设置的。

  

• Padding计算式可通过上述公式推导得出

  • Skernel 代表卷积核的步长， Dkernel 代表卷积核的维度， Padding 代表扩充值的维度。

反卷积

一种常用的上采样方法。反卷积可以将图像恢复到卷积之前的尺寸，输出尺寸的计算式为：

其中：

2）常用卷积层算子

1. 一维卷积层算子 (nn.Conv1d)：

   用于处理一维的信号数据，如时序数据、文本数据等。它在输入数据的一个滑动窗口上应用可学习的卷积核，产生新的特征图。可以通过改变卷积核大小、填充方式、步长等超参数来控制输出尺寸。

2. 二维卷积层算子 (nn.Conv2d)：

   用于处理二维的图像数据，它通过在输入数据的一个滑动窗口上应用可学习的卷积核，计算出新的特征图。二维卷积层算子也可以通过改变卷积核大小、填充方式、步长等超参数来控制输出尺寸。

3. 三维卷积层算子 (nn.Conv3d)：

   用于处理三维的图像数据，如视频数据等。它在输入数据的一个滑动窗口上应用可学习的卷积核，计算出新的特征图。三维卷积层算子也可以通过改变卷积核大小、填充方式、步长等超参数来控制输出尺寸。

4. 反卷积层算子 (nn.ConvTranspose2d)：

   是卷积层算子的逆过程，用于上采样特征图。将输入数据进行插值，并在插值结果上应用可学习的卷积核，产生新的特征图。同样地，反卷积层算子也可以通过改变卷积核大小、填充方式、步长等超参数来控制输出尺寸。

5. 深度可分离卷积层算子 (nn.Conv2d(depthwise=True, pointwise=True))：

   是一种轻量级卷积层算子，它将卷积操作分解为两个步骤：深度卷积和逐点卷积。

   • 深度卷积先对输入特征图的每一个通道应用一个可学习的卷积核，产生新的特征图。

   • 逐点卷积则将多个深度卷积的结果在通道维度上进行拼接，并应用另一个可学习的卷积核来产生最终的输出特征图。

2.非线性激活层 Non-Linear Activations

• 激活层的作用：通过激活函数，加入非线性因素的，增加模型的非线性表达能力。

  • 卷积运算是一种局部线性变换，属于稀疏连接。

  • 如果连续多层卷积但只使用线性激活函数或者没有使用激活函数，那么无论神经网络有多少层一直在做的只是计算线性函数，退化为一层。

• 激活函数应该具有的性质：

  • 非线性：线性激活层对于深层神经网络没有作用，因为其作用以后仍然是输入的各种线性变换。。

  • 连续可微：梯度下降法的要求。

  • 范围最好不饱和：当有饱和的区间段时，若系统优化进入到该段，梯度近似为0，网络的学习就会停止。

  • 单调性：当激活函数是单调时，单层神经网络的误差函数是凸的，好优化。

  • 在原点处近似线性：这样当权值初始化为接近0的随机值时，网络可以学习的较快，不用可以调节网络的初始值。

１）常用激活函数

Pytorch的22个激活函数

常用激活函数的比较

从零开始学CV之一激活函数篇（Activation Function）

1. Sigmoid 函数 (torch.nn.Sigmoid)：

   一种典型的压缩型激活函数，将输入值压缩到 0 到 1 的范围内。它在神经网络中广泛使用，特别是在二分类问题中。

   

2. Tanh 函数 (torch.nn.Tanh)：

   Tanh 函数在输入值较大或较小的情况下，输出值趋向于 1 或 -1，且在输入接近 0 时具有更大的斜率。因此，Tanh 函数比 Sigmoid 函数更适合在神经网络中作为激活函数使用，尤其在对称性问题上有较好的表现，在 RNN 中也有广泛应用。

   

3. ReLU 函数 (torch.nn.ReLU)：

   一种常用的激活函数，它在输入值大于 0 时返回该值本身，否则返回 0。相对于 Sigmoid 和 Tanh 函数，ReLU 函数具有更好的性能和计算速度，也更容易学习。ReLU 函数的一个变种是 LeakyReLU 函数。

   

4. Softmax 函数 (torch.nn.Softmax)：

   一种常用的激活函数，根据输入的 logits 在多个类别之间进行归一化，从而得到分类结果。它通常用于分类问题中，输出结果是每个类别的概率分布。

   

5. ELU 函数 (torch.nn.ELU)：

   一种平滑的激活函数，可以防止梯度消失和过拟合问题。它在输入值小于 0 的情况下也有非零输出，具有类似于 ReLU 函数的优点。相对于 ReLU 函数，ELU 函数可以使训练速度更快，同时也有更好的准确性。

   

6. SELU 函数 (torch.nn.SiLU)：

   由谷歌提出的一种新型激活函数，它可以优化深度神经网络的性能，尤其是在图像分类和自然语言处理领域。Swish 函数与 Sigmoid 函数类似，但它在输入值较大时还是具有非零输出，可以增强激活函数的非线性性。

   

3.池化层 Pooling Layer

池化窗口从输入数组的最左上方开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。当池化窗口滑动到某一位置时，窗口中的输入子数组的最大值/平均值即输出数组中相应位置的元素。

池化层是通过下采样，通过去掉Feature Map中不重要的样本，从而对输入的特征图进行压缩。

池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。

池化层的作用：

• 特征不变性：池化操作就是图像的resize，图像压缩时去掉的信息只是一些无关紧要的信息，而留下的信息则是具有尺度不变性的特征，是最能表达图像的特征。

• 特征降维，一幅图像含有的信息是很大的，特征也很多，但是有些信息对于我们做图像任务时没有太多用途或者有重复，可以把这类冗余信息去除，把最重要的特征抽取出来，这也是池化操作的一大作用。

• 在一定程度上防止过拟合，更方便优化。

池化方法：

• 最大池化：找到池化窗口中最大的数作为输出值。

• 平均池化：池化窗口中的平均值作为输出值。

1）常用池化层算子

1. Max Pooling (torch.nn.MaxPool2d)：

   池化层中最常用的一种算子，它通过选取输入张量中每个大小为 kernel_size 的滑动窗口中的最大值，来减小输入特征图的尺寸。Max Pooling 的主要作用是提取特征并减小计算量，同时也有一定抗噪能力。

2. Average Pooling (torch.nn.AvgPool2d)：

   在给定滑动窗口大小的情况下，将窗口中所有像素的平均值作为当前像素的池化值。与 Max Pooling 相比，Average Pooling 能够更为平滑和稳定地减小特征图的尺寸。

3. Global Average Pooling (torch.nn.AdaptiveAvgPool2d)：

   对整个特征图进行操作，将每个通道的所有像素取平均值作为最终的输出特征。与常规平均池化不同，Global Average Pooling 的池化窗口大小动态适应于输入特征图的大小，因此可以更加有效地提取整个特征图的有效信息，而不是只关注其中的部分信息。

4. Max Unpooling (torch.nn.MaxUnpool2d)：

   Max Pooling 的逆运算，可以根据池化之前的位置和最大值，重新生成较高分辨率的特征图。由于 Max Pooling 在池化过程中丢失了输入特征图的某些信息，Max Unpooling 可以帮助模型逆转这些操作。

2）输出维度计算

计算公式同valid卷积

• 输出宽度 = (输入宽度−池化核宽度 +2⋅填充宽度) / 步长 + 1

• 输出高度 = (输入高度−池化核高度 +2⋅填充高度) / 步长 + 1

• 输出通道数 = 卷积/池化核数量

4.归一化层 BN Layer

论文阅读笔记：看完也许能进一步了解Batch Normalization

Batch Normalization（简称BN）就是对每一批数据进行归一化。

• 归一化层作用：防止梯度爆炸和梯度消失。

  • 防止梯度消失：根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都小于1的话，那么即使这个结果是0.99，在经过足够多层传播之后，误差对输入层的偏导会趋于0。

  • 防止梯度爆炸：同理，根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都大于1的话，在经过足够多层传播之后，误差对输入层的偏导会趋于无穷大。

备注：采用ReLU激活函数也会有效的解决梯度消失的情况。

１）常用归一化层算子

1. Batch Normalization (torch.nn.BatchNorm2d)：

   在深度学习模型中广泛使用的一种归一化技术，它通过对每个 mini-batch 中的数据进行标准化，来减少训练过程中的内部协变量转移问题。

   主要作用是加速训练过程，同时可以防止梯度消失，提高模型的稳定性。在使用 BN 时，通常要注意输入数据维度与 Batch Normalization 层的通道数对应。

2. Instance Normalization (torch.nn.InstanceNorm2d)：

   在每个样本上执行标准化，而不是在每个 mini-batch 上执行标准化的技术，它通常用于风格迁移等图像合成问题中。Instance Normalization 不会引入 mini-batch 内的变化，并且适用于较小的 mini-batch。

3. Layer Normalization (torch.nn.LayerNorm)：

   在整个层的单个样本上执行标准化，而不是在样本间执行标准化的技术，它可以消除不同样本间特征的依赖关系。Layer Normalization 在适用于 RNNs 和序列数据处理等问题时，效果更好。

5.全连接层 Linear Layer

全连接层的输入是一个向量，每个神经元都与上一层的每个神经元相连接，每个连接都带有一个可学习的权重参数。全连接的核心操作就是矩阵向量乘积y=Wx。

• 全连接层的作用：通过特征提取，实现分类或回归。

  • 对于分类问题，全连接层的输出通常选用Softmax函数作为输出。只要全连接层的某个输出节点的输出值大于某阈值，则认为目前的样本属于该输出节点对应的类。

  • 对于回归问题，全连接层的输出通常选用Sigmoid函数作为输出。

• 全连接神经网络的缺点

  • 参数数量太多 考虑一个输入10001000像素的图片，输入层有10001000=100万节点。假设第一个隐藏层有100个节点，那么仅这一层就有(10001000+1)100=1亿参数。

  • 没有利用像素之间的位置信息 对于图像识别任务来说，每个像素和其周围像素的联系是比较紧密的，和离得很远的像素的联系可能就很小了。如果一个神经元和上一层所有神经元相连，那么就相当于对于一个像素来说，把图像的所有像素都等同看待，这不符合前面的假设。当我们完成每个连接权重的学习之后，最终可能会发现，有大量的权重，它们的值都是很小的(也就是这些连接其实无关紧要)。努力学习大量并不重要的权重，这样的学习必将是非常低效的。

  • 网络层数限制 我们知道网络层数越多其表达能力越强，但是通过梯度下降方法训练深度全连接神经网络很困难，因为全连接神经网络的梯度很难传递超过3层。因此，我们不可能得到一个很深的全连接神经网络，也就限制了它的能力。

１）常用全连接层算子

1. torch.nn.Linear

   深度学习模型中常用的一种结构，可以用于实现分类、回归等任务。可以通过适当的设置输入特征的数量和输出特征的数量，来满足不同的需求。主要参数如下：

   • in_features：输入特征的数量。

   • out_features：输出特征的数量。

   • bias：是否添加偏置项。

   • transpose：是否对权重矩阵进行转置。

   • device：指定运行的设备。

6.特征图升维

通过卷积和池化等技术可以将图像进行降维，相反，有时也需要成恢复原分辨率大小的图像，特别是在语义分割领域应用很成熟。

1）上池化(UnPooling)

UnPooling是max pooling的逆操作，将在Maxpooling时保留最大值的位置信息扩充Feature Map，除最大值位置以外，其余补0。

2）上采样(UNSampling)

上采样指的是任何可以让图像变成更高分辨率的技术。最简单的方式是重采样和插值：将输入图片进行rescale到一个想要的尺寸，而且计算每个点的像素点。

• 插值：利用已知的点来“猜”未知的点，由原图像矩阵中的点计算新图像矩阵中的点并插入，不同的计算过程就是不同的插值算法。

  • 最近邻法(Nearest Interpolation)：直接找到原图像中对应的点，将数值赋值给新图像矩阵中的点。计算速度最快，但是效果最差。

    

  • 双线性插值(Bilinear Interpolation)：双线性插值是用原图像中最近的4(2*2)个点计算新图像中1个点。

    

  • 双三次插值(Bicubic interpolation)：双三次插值是用原图像中最近的16(4*4)个点计算新图像中1个点，效果比较好，但是计算代价过大。

UnSampling没有使用MaxPooling时的位置信息，而是直接将内容复制来扩充Feature Map。

在FCN、U-net等网络结构中，涉及到了上采样。

3）反卷积(Deconvolution)

反卷积又称作转置卷积，是卷积的逆过程。最大的区别在于反卷积过程是有参数要进行学习的，理论是反卷积可以实现UnPooling和unSampling。

7.其他

1）常用数学算子(Math Op)

abs、add、cos、ceil、cum、sum、div、exp、floor、log、mean、mul、max、maximum、min、minimum、round、prod、pow、rsqrt、rsub、sin、sqrt、sub、sum、tan

2）逻辑算子(Logical Op)

bitwise_not、bitwise_xor、eq、gt、ge、le、lt、logical_not、logical_xor、ne、where

3）张量算子(Tensor OP)

cat、chunk、clone、expand、expand_as、flatten、flip、permute、repeat、reshape、slice、split、squeeze、stack、tile、transpose、unsqueeze、view、t

8.参数量计算

卷积神经网络CNN中的参数量（parameters）和计算量（FLOPs）

参数量就是指，模型所有带参数的层的权重参数总量。带参数的层主要有：卷积层、BN层、全连接层等。

• 池化层、激活层、上采样层无需学习参数，只是提供了一种非线性的变换，其参数量为0。

1）卷积层

计算公式：参数量 = (filterSize × depthIn + bias) × filterNum

• filterSize：kh*kw 是卷积核的大小

• depthIn：输入层特征深度，也是输入通道数。

• bias：是否使用偏置项，使用时为1，否则为0

• filterNum：该层卷积核个数，也就是输出特征图的深度。

2）BN层

BN层有两个需要学习的参数，缩放系数γ和平移系数β（类似减均值除方差）。

计算公式：参数量 = 2 x depthIn

备注：在预测阶段，通常只有一个样本，那么BN层中的均值和方差都是固定的，那就需要用到训练时的均值和方差通过移动平均而得到。

3）全连接层

全连接层中的每个神经元与其前一层的所有神经元进行全连接。

因此，计算公式：参数量 = (Ti + bias) × To

• Ti：输入向量的长度（输入神经元数量）

• To：输出向量的长度（输出神经元数量）

• bias：是否使用偏置项，使用时为1，否则为0

备注：在进行tensorrt模型转换的时候，由于部分算子进行融合，因此总的参数量降低，而显存占用也因此减少。