网络中的网络（NiN）

:label:sec_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 :cite:Lin.Chen.Yan.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$1\times 1$卷积层（如 :numref:sec_channels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）。

:numref:fig_nin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$1 \times 1$的卷积层。这两个$1 \times 1$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$1 \times 1$。

对比 VGG 和 NiN 及它们的块之间主要架构差异。 :width:600px :label:fig_nin

```{.python .input} from d2l import mxnet as d2l from mxnet import np, npx from mxnet.gluon import nn npx.set_np()

def nin_block(num_channels, kernel_size, strides, padding): blk = nn.Sequential() blk.add(nn.Conv2D(num_channels, kernel_size, strides, padding, activation=’relu’), nn.Conv2D(num_channels, kernel_size=1, activation=’relu’), nn.Conv2D(num_channels, kernel_size=1, activation=’relu’)) return blk

  2. ```{.python .input}
  3. #@tab pytorch
  4. from d2l import torch as d2l
  5. import torch
  6. from torch import nn
  8. def nin_block(in_channels, out_channels, kernel_size, strides, padding):
  9.     return nn.Sequential(
  10.         nn.Conv2d(in_channels, out_channels, kernel_size, strides, padding),
  11.         nn.ReLU(),
  12.         nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU(),
  13.         nn.Conv2d(out_channels, out_channels, kernel_size=1), nn.ReLU())

```{.python .input}

@tab tensorflow

from d2l import tensorflow as d2l import tensorflow as tf

def nin_block(num_channels, kernel_size, strides, padding): return tf.keras.models.Sequential([ tf.keras.layers.Conv2D(num_channels, kernel_size, strides=strides, padding=padding, activation=’relu’), tf.keras.layers.Conv2D(num_channels, kernel_size=1, activation=’relu’), tf.keras.layers.Conv2D(num_channels, kernel_size=1, activation=’relu’)])

  2. ## [**NiN模型**]
  4. 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。
  5. NiN使用窗口形状为$11\times 11$、$5\times 5$和$3\times 3$的卷积层，输出通道数量与AlexNet中的相同。
  6. 每个NiN块后有一个最大汇聚层，汇聚窗口形状为$3\times 3$，步幅为2。
  8. NiN和AlexNet之间的一个显著区别是NiN完全取消了全连接层。
  9. 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。
  11. ```{.python .input}
  12. net = nn.Sequential()
  13. net.add(nin_block(96, kernel_size=11, strides=4, padding=0),
  14.         nn.MaxPool2D(pool_size=3, strides=2),
  15.         nin_block(256, kernel_size=5, strides=1, padding=2),
  16.         nn.MaxPool2D(pool_size=3, strides=2),
  17.         nin_block(384, kernel_size=3, strides=1, padding=1),
  18.         nn.MaxPool2D(pool_size=3, strides=2),
  19.         nn.Dropout(0.5),
  20.         # 标签类别数是10
  21.         nin_block(10, kernel_size=3, strides=1, padding=1),
  22.         # 全局平均汇聚层将窗口形状自动设置成输入的高和宽
  23.         nn.GlobalAvgPool2D(),
  24.         # 将四维的输出转成二维的输出，其形状为(批量大小,10)
  25.         nn.Flatten())

```{.python .input}

@tab pytorch

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),

  1. # 标签类别数是10
  2. nin_block(384, 10, kernel_size=3, strides=1, padding=1),
  3. nn.AdaptiveAvgPool2d((1, 1)),
  4. # 将四维的输出转成二维的输出，其形状为(批量大小,10)
  5. nn.Flatten())
  2. ```{.python .input}
  3. #@tab tensorflow
  4. def net():
  5.     return tf.keras.models.Sequential([
  6.         nin_block(96, kernel_size=11, strides=4, padding='valid'),
  7.         tf.keras.layers.MaxPool2D(pool_size=3, strides=2),
  8.         nin_block(256, kernel_size=5, strides=1, padding='same'),
  9.         tf.keras.layers.MaxPool2D(pool_size=3, strides=2),
  10.         nin_block(384, kernel_size=3, strides=1, padding='same'),
  11.         tf.keras.layers.MaxPool2D(pool_size=3, strides=2),
  12.         tf.keras.layers.Dropout(0.5),
  13.         # 标签类别数是10
  14.         nin_block(10, kernel_size=3, strides=1, padding='same'),
  15.         tf.keras.layers.GlobalAveragePooling2D(),
  16.         tf.keras.layers.Reshape((1, 1, 10)),
  17.         # 将四维的输出转成二维的输出，其形状为(批量大小,10)
  18.         tf.keras.layers.Flatten(),
  19.         ])

我们创建一个数据样本来[查看每个块的输出形状]。

```{.python .input} X = np.random.uniform(size=(1, 1, 224, 224)) net.initialize() for layer in net: X = layer(X) print(layer.name, ‘output shape:\t’, X.shape)

  2. ```{.python .input}
  3. #@tab pytorch
  4. X = torch.rand(size=(1, 1, 224, 224))
  5. for layer in net:
  6.     X = layer(X)
  7.     print(layer.__class__.__name__,'output shape:\t', X.shape)

```{.python .input}

@tab tensorflow

X = tf.random.uniform((1, 224, 224, 1)) for layer in net().layers: X = layer(X) print(layer.class.name,’output shape:\t’, X.shape)

  2. ## [**训练模型**]
  4. 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。
  6. ```{.python .input}
  7. #@tab all
  8. lr, num_epochs, batch_size = 0.1, 10, 128
  9. train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)
  10. d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

小结

  • NiN使用由一个卷积层和多个$1\times 1$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

  1. 调整NiN的超参数，以提高分类准确性。
  2. 为什么NiN块中有两个$1\times 1$卷积层？删除其中一个，然后观察和分析实验现象。
  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？
  4. 一次性直接将$384 \times 5 \times 5$的表示缩减为$10 \times 5 \times 5$的表示，会存在哪些问题？

:begin_tab:mxnet Discussions :end_tab:

:begin_tab:pytorch Discussions :end_tab:

:begin_tab:tensorflow Discussions :end_tab: