今天，我們將看到現(xiàn)代CNN架構(gòu)中使用的不同模塊，如ResNet、MobileNet、EfficientNet，以及它們?cè)赑yTorch中的實(shí)現(xiàn)。

讓我們創(chuàng)建一個(gè)通用的conv－norm－act層

from functools import partial

from torch import nn

class ConvNormAct（nn．Sequential）：

   def ＿＿init＿＿（

       self，

       in＿features： int，

       out＿features： int，

       kernel＿size： int，

       norm： nn．Module ＝ nn．BatchNorm2d，

       act： nn．Module ＝ nn．ReLU，

       ＊＊kwargs

   ）：

       super（）．＿＿init＿＿（

           nn．Conv2d（

               in＿features，

               out＿features，

               kernel＿size＝kernel＿size，

               padding＝kernel＿size ／／ 2，

           ），

           norm（out＿features），

           act（），

       ）

Conv1X1BnReLU ＝ partial（ConvNormAct， kernel＿size＝1）

Conv3X3BnReLU ＝ partial（ConvNormAct， kernel＿size＝3）

import torch

x ＝ torch．randn（（1， 32， 56， 56））

Conv1X1BnReLU（32， 64）（x）．shape

torch．Size（［1， 64， 56， 56］）

殘差連接殘差連接用于ResNet中，想法是將輸入添加到輸出中，輸出＝層＋輸入。下圖可能會(huì)幫助你將其可視化。但是，我的意思是它只是一個(gè)＋運(yùn)算符。殘差操作提高了梯度傳播的能力，允許有效地訓(xùn)練具有100層以上的網(wǎng)絡(luò)。

在PyTorch中，我們可以輕松創(chuàng)建一個(gè)ResidualAdd層

from torch import nn

from torch import Tensor

class ResidualAdd（nn．Module）：

   def ＿＿init＿＿（self， block： nn．Module）：

       super（）．＿＿init＿＿（）

       self．block ＝ block
       

   def forward（self， x： Tensor） －＞ Tensor：

       res ＝ x

       x ＝ self．block（x）

       x ＋＝ res

       return x
   

ResidualAdd（

   nn．Conv2d（32， 32， kernel＿size＝1）

）（x）．shape

shortcut

有時(shí)你的殘差沒(méi)有相同的輸出維度，所以我們不能添加它們。我們可以使用shortcut中的卷積投射輸入，以匹配輸出特征：

from typing import Optional

class ResidualAdd（nn．Module）：

   def ＿＿init＿＿（self， block： nn．Module， shortcut： Optional［nn．Module］ ＝ None）：

       super（）．＿＿init＿＿（）

       self．block ＝ block

       self．shortcut ＝ shortcut
       

   def forward（self， x： Tensor） －＞ Tensor：

       res ＝ x

       x ＝ self．block（x）

       if self．shortcut：

           res ＝ self．shortcut（res）

       x ＋＝ res

       return x

ResidualAdd（

   nn．Conv2d（32， 64， kernel＿size＝1），

   shortcut＝nn．Conv2d（32， 64， kernel＿size＝1）

）（x）．shape

BottleNeck Blocks

在圖像識(shí)別的深度殘差學(xué)習(xí)中引入了Bottlenecks。Bottlenecks塊接受大小為BxCxHxW的輸入，它首先使用1x1 卷積將其變?yōu)锽xC／rxHxW，然后應(yīng)用3x3 卷積，最后將輸出重新映射到與輸入相同的特征維度BxCxHxW，然后再次使用1x1卷積。這比使用三個(gè)3x3卷積更快。

因?yàn)槭紫葴p少了輸入，所以我們稱(chēng)之為“Bottlenecks”。下圖顯示了該塊，我們?cè)谠紝?shí)現(xiàn)中使用了r＝4

前兩個(gè)卷積之后是batchnorm和一個(gè)非線性激活層，而最后一個(gè)非線性層在加法后應(yīng)用。

在PyTorch中為：

from torch import nn

class BottleNeck（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int， reduction： int ＝ 4）：

       reduced＿features ＝ out＿features ／／ reduction

       super（）．＿＿init＿＿（

           nn．Sequential（

               ResidualAdd（

                   nn．Sequential（

                       ＃ wide －＞ narrow

                       Conv1X1BnReLU（in＿features， reduced＿features），

                       ＃ narrow －＞ narrow

                       Conv3X3BnReLU（reduced＿features， reduced＿features），

                       ＃ narrow －＞ wide

                       Conv1X1BnReLU（reduced＿features， out＿features， act＝nn．Identity），

                   ），

                   shortcut＝Conv1X1BnReLU（in＿features， out＿features）

                   if in＿features ?。?out＿features

                   else None，

               ），

               nn．ReLU（），

           ）

       ）
       

BottleNeck（32， 64）（x）．shape

請(qǐng)注意，僅當(dāng)輸入和輸出特征不同時(shí)，我們才應(yīng)用shortcut。

在實(shí)踐中，當(dāng)我們希望減小空間維數(shù)時(shí)，在卷積中使用stride＝2。

Linear BottleNecks

MobileNet V2中引入了Linear Bottleneck。Linear BottleNecks是沒(méi)有激活函數(shù)的Bottlenecks塊。

在論文的第3．2節(jié)中，他們?cè)敿?xì)討論了為什么在輸出之前存在非線性會(huì)損害性能。簡(jiǎn)而言之，非線性函數(shù)ReLU在＜0時(shí)設(shè)為0會(huì)導(dǎo)致破壞信息。因此，在Bottlenecks中刪除nn．ReLU你就可以擁有Linear BottleNecks。

倒殘差

MobileNet V2中再次引入了倒殘差。

倒殘差塊是反向的Bottlenecks層。它們通過(guò)第一次卷積擴(kuò)展特征，而不是減少特征。

下圖應(yīng)該可以清楚地說(shuō)明這一點(diǎn)

我們從BxCxHxW到－＞BxCxHxW－＞BxCxHxW－＞BxCxHxW，其中e是膨脹率，它被設(shè)置為4。而不是像在正常的Bottlenecks區(qū)那樣變寬－＞變窄－＞變寬，而是相反，變窄－＞變寬－＞變窄。

在PyTorch中，實(shí)現(xiàn)如下

class InvertedResidual（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int， expansion： int ＝ 4）：

       expanded＿features ＝ in＿features ＊ expansion

       super（）．＿＿init＿＿（

           nn．Sequential（

               ResidualAdd（

                   nn．Sequential（

                      ＃ narrow －＞ wide

                       Conv1X1BnReLU（in＿features， expanded＿features），

                       ＃ wide －＞ wide

                       Conv3X3BnReLU（expanded＿features， expanded＿features），

                       ＃ wide －＞ narrow

                       Conv1X1BnReLU（expanded＿features， out＿features， act＝nn．Identity），

                   ），

                   shortcut＝Conv1X1BnReLU（in＿features， out＿features）

                   if in＿features ?。?out＿features

                   else None，

               ），

               nn．ReLU（），

           ）

       ）
       InvertedResidual（32， 64）（x）．shape

在MobileNet中，只有當(dāng)輸入和輸出特征匹配時(shí)，才會(huì)應(yīng)用殘差連接

class MobileNetLikeBlock（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int， expansion： int ＝ 4）：

       ＃ use ResidualAdd if features match， otherwise a normal Sequential

       residual ＝ ResidualAdd if in＿features ＝＝ out＿features else nn．Sequential

       expanded＿features ＝ in＿features ＊ expansion

       super（）．＿＿init＿＿（

           nn．Sequential（

              residual（

                   nn．Sequential（

                       ＃ narrow －＞ wide

                       Conv1X1BnReLU（in＿features， expanded＿features），

                       ＃ wide －＞ wide

                       Conv3X3BnReLU（expanded＿features， expanded＿features），

                       ＃ wide －＞ narrow

                       Conv1X1BnReLU（expanded＿features， out＿features， act＝nn．Identity），

                   ），

               ），

               nn．ReLU（），

           ）

       ）
       MobileNetLikeBlock（32， 64）（x）．shape

MobileNetLikeBlock（32， 32）（x）．shape

MBConv

MobileNet V2的構(gòu)建塊被稱(chēng)為MBConv。MBConv是具有深度可分離卷積的倒殘差的Linear BottleNecks層。

深度可分離卷積

深度可分離卷積采用一種技巧，將一個(gè)正常的3x3卷積夾在兩個(gè)卷積中，以減少參數(shù)數(shù)量。

第一個(gè)對(duì)每個(gè)輸入的通道應(yīng)用單個(gè)3x3濾波器，另一個(gè)對(duì)所有通道應(yīng)用1x1濾波器。

這與正常的3x3卷積相同，但你節(jié)省了參數(shù)。

然而它比我們現(xiàn)有硬件上的普通3x3慢得多。

下圖顯示了這個(gè)想法

通道中的不同顏色表示每個(gè)通道應(yīng)用的單個(gè)過(guò)濾器

PyTorch中：

class DepthWiseSeparableConv（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int）：

       super（）．＿＿init＿＿（

           nn．Conv2d（in＿features， in＿features， kernel＿size＝3， groups＝in＿features），

           nn．Conv2d（in＿features， out＿features， kernel＿size＝1）

       ）
        DepthWiseSeparableConv（32， 64）（x）．shape

第一次卷積通常稱(chēng)為depth，而第二次卷積稱(chēng)為point。讓我們統(tǒng)計(jì)參數(shù)量

sum（p．numel（） for p in DepthWiseSeparableConv（32， 64）．parameters（） if p．requires＿grad） 

輸出：2432

讓我們看一個(gè)普通的Conv2d

sum（p．numel（） for p in nn．Conv2d（32， 64， kernel＿size＝3）．parameters（） if p．requires＿grad）

輸出：18496

有很大的區(qū)別

實(shí)現(xiàn)MBConv

那么，讓我們創(chuàng)建一個(gè)完整的MBConv。

MBConv有幾個(gè)重要的細(xì)節(jié)，標(biāo)準(zhǔn)化應(yīng)用于深度和點(diǎn)卷積，非線性?xún)H應(yīng)用于深度卷積（Linear Bottlenecks）。

class MBConv（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int， expansion： int ＝ 4）：

       residual ＝ ResidualAdd if in＿features ＝＝ out＿features else nn．Sequential

       expanded＿features ＝ in＿features ＊ expansion
       

       super（）．＿＿init＿＿（

           nn．Sequential（

               residual（

                   nn．Sequential（

                      ＃ narrow －＞ wide

                       Conv1X1BnReLU（in＿features， 

                                     expanded＿features，

                                     act＝nn．ReLU6

                                    ），
                       

                       ＃ wide －＞ wide

                       Conv3X3BnReLU（expanded＿features， 

                                     expanded＿features， 

                                     groups＝expanded＿features，

                                     act＝nn．ReLU6

                                    ），
                       

                       ＃ here you can apply SE

                       ＃ wide －＞ narrow

                       Conv1X1BnReLU（expanded＿features， out＿features， act＝nn．Identity），

                   ），

               ），

               nn．ReLU（），

           ）

       ）
       MBConv（32， 64）（x）．shape

Fused MBConv

EfficientNetV2中引入了融合倒殘差

所以基本上，由于深度卷積比較慢，他們將第一個(gè)和第二個(gè)卷積融合在一個(gè)3x3的卷積中（第3．2節(jié)）。

       class FusedMBConv（nn．Sequential）：

   def ＿＿init＿＿（self， in＿features： int， out＿features： int， expansion： int ＝ 4）：

       residual ＝ ResidualAdd if in＿features ＝＝ out＿features else nn．Sequential

       expanded＿features ＝ in＿features ＊ expansion

       super（）．＿＿init＿＿（

           nn．Sequential（

               residual（

                   nn．Sequential（

                       Conv3X3BnReLU（in＿features， 

                                     expanded＿features， 

                                     act＝nn．ReLU6

                                    ），

                       ＃ here you can apply SE

                       ＃ wide －＞ narrow

                       Conv1X1BnReLU（expanded＿features， out＿features， act＝nn．Identity），

                   ），

               ），

               nn．ReLU（），

           ）

       ）
       MBConv（32， 64）（x）．shape

結(jié)論

現(xiàn)在你應(yīng)該知道所有這些塊之間的區(qū)別以及它們背后的原因了！

       原文標(biāo)題 : Residual, BottleNeck, Linear BottleNeck, MBConv解釋