卷積神經網路主要特點:

網路部分連通的思想，也是受啟發於生物學裡面的視覺系統結構。視覺皮層的神經元就是區域性接受資訊的。

區域性感知引數仍然過多，那麼就啟動權值共享，卷積核引數共享。這其中隱含的原理則是：影象的一部分的統計特性與其他部分是一樣的。這也意味著我們在這一部分學習的特徵也能用在另一部分上，所以對於這個影象上的所有位置，我們都能使用同樣的學習特徵。

一個卷積核學習一種特徵，顯然，一個卷積核特徵提取是不充分的，我們可以新增多個卷積核，比如32個卷積核，可以學習32種特徵。

下采樣的方式，有平均值池化和最大值池化，減小特徵尺寸，減小複雜度。

詳細的還是去檢視文章吧。

除了帶你動手學深度學習，李沐大神還帶你深挖卷積神經網路的各種實踐「技藝」。近日AWS的研究者研究了一系列訓練過程和模型架構的改進方法，他們在多個神經網路架構和資料集上評估它們，並研究它們對最終模型準確率的影響。

自 2012 年 AlexNet 大展神威以來，研究者已經提出了各種卷積架構，包括 VGG、NiN、Inception、ResNet、DenseNet 和 NASNet 等，我們會發現模型的準確率正穩定提升。

但是現在這些提升並不僅僅來源於架構的修正，還來源於訓練過程的改進：包括損失函式的最佳化、資料預處理方法的提煉和最最佳化方法的提升等。在過去幾年中，卷積網路與影象分割出現大量的改進，但大多數在文獻中只作為實現細節而簡要提及，而其它還有一些技巧甚至只能在原始碼中找到。

在這篇論文中，李沐等研究者研究了一系列訓練過程和模型架構的改進方法。這些方法都能提升模型的準確率，且幾乎不增加任何計算複雜度。它們大多數都是次要的「技巧」，例如修正卷積步幅大小或調整學習率策略等。總的來說，採用這些技巧會產生很大的不同。因此研究者希望在多個神經網路架構和資料集上評估它們，並研究它們對最終模型準確率的影響。

研究者的實驗表明，一些技巧可以顯著提升準確率，且將它們組合在一起能進一步提升模型的準確率。研究者還對比了基線 ResNet 、加了各種技巧的 ResNet、以及其它相關的神經網路，下表 1 展示了所有的準確率對比。這些技巧將 ResNet50 的 Top-1 驗證準確率從 75.3％提高到 79.29％，還優於其他更新和改進的網路架構。此外，研究者還表示這些技巧很多都可以遷移到其它領域和資料集，例如目標檢測和語義分割等。

論文：Bag of Tricks for Image Classification with Convolutional Neural Networks

論文地址：https://arxiv.org/pdf/1812.01187.pdf

摘要：影象分類研究近期的多數進展都可以歸功於訓練過程的調整，例如資料增強和最佳化方法的變化。然而，在這些文獻中，大多數微調方法要麼被簡單地作為實現細節，或僅能在原始碼中看到。在本文中，我們將測試一系列的微調方法，並透過控制變數實驗評估它們對最終準確率的影響。我們將展示透過組合不同的微調方法，我們可以顯著地改善多種 CNN 模型。例如，我們將 ImageNet 上訓練的 ResNet-50 的 top-1 驗證準確率從 75.3% 提升到 79.29。本研究還表明，影象分類準確率的提高可以在其他應用領域（如目標檢測和語義分割）中實現更好的遷移學習效能。

目前我們基本上都用小批次 SGD 或其變體訓練神經網路，Algorithm 1 展示了 SGD 的模版過程（感興趣的讀者可以查閱原論文）。利用廣泛使用的 ResNet 實現作為我們的基線，訓練過程主要分為以下六個步驟：

隨機取樣一張圖片，並解碼為 32 位的原始畫素浮點值，每一個畫素值的取值範圍為 [0, 255]。

隨機以 [3/4, 4/3] 為長寬比、[8%, 100%] 為比例裁減矩形區域，然後再縮放為 224*224 的方圖。

以 0.5 的機率隨機水平翻轉影象。

從均勻分佈 [0.6, 1.4] 中抽取係數，並用於縮放色調和明亮度等。

從正態分佈 N (0, 0.1) 中取樣一個係數，以新增 PCA 噪聲。

影象分別透過減去（123.68, 116.779, 103.939），併除以（58.393, 57.12, 57.375）而獲得經歸一化的 RGB 三通道。

經過六步後就可以訓練並驗證了，以下展示了基線模型的準確率：

表 2：文獻中實現的驗證準確率與我們基線模型的驗證準確率，注意 Inception V3 的輸入影象大小是 299*299。

隨著 GPU 等硬體的流行，很多與效能相關的權衡取捨或最優選擇都已經發生了改變。在這一章節中，我們研究了能利用低精度和大批次訓練優勢的多種技術，它們都不會損害模型的準確率，甚至有一些技術還能同時提升準確率與訓練速度。

3.1 大批次訓練

對於凸最佳化問題，隨著批次的增加，收斂速度會降低。人們已經知道神經網路會有類似的實證結果 [25]。換句話說，對於相同數量的 epoch，大批次訓練的模型與使用較小批次訓練的模型相比，驗證準確率會降低。因此有很多方法與技巧都旨在解決這個問題：

線性擴充套件學習率：較大的批次會減少梯度的噪聲，從而可以增加學習率來加快收斂。

學習率預熱：在預熱這一啟發式方法中，我們在最初使用較小的學習率，然後在訓練過程變得穩定時換回初始學習率。

Zero γ：注意 ResNet 塊的最後一層可以是批歸一化層（BN）。在 zero γ啟發式方法中，我們對所有殘差塊末端的 BN 層初始化γ=0。因此，所有的殘差塊僅返回輸入值，這相當於網路擁有更少的層，在初始階段更容易訓練。

無偏衰減：無偏衰減啟發式方法僅應用權重衰減到卷積層和全連線層的權重，其它如 BN 中的γ和β都不進行衰減。

表 4：ResNet-50 上每種有效訓練啟發式的準確率效果。

3.2 低精度訓練

然而，新硬體可能具有增強的算術邏輯單元以用於較低精度的資料型別。儘管具備效能優勢，但是精度降低具有較窄的取值範圍，因此有可能出現超出範圍而擾亂訓練進度的情況。

表 3：ResNet-50 在基線（BS = 256 與 FP32）和更高效硬體設定（BS = 1024 與 FP16）之間的訓練時間和驗證準確率的比較。

我們將簡要介紹 ResNet 架構，特別是與模型變體調整相關的模組。ResNet 網路由一個輸入主幹、四個後續階段和一個最終輸出層組成，如圖 1 所示。輸入主幹有一個 7×7 卷積，輸出通道有 64 個，步幅為 2，接著是 3 ×3 最大池化層，步幅為 2。輸入主幹（input stem）將輸入寬度和高度減小 4 倍，並將其通道尺寸增加到 64。

從階段 2 開始，每個階段從下采樣塊開始，然後是幾個殘差塊。在下采樣塊中，存在路徑 A 和路徑 B。路徑 A 具有三個卷積，其卷積核大小分別為 1×1、3×3 和 1×1。第一個卷積的步幅為 2，以將輸入長度和寬度減半，最後一個卷積的輸出通道比前兩個大 4 倍，稱為瓶頸結構。路徑 B 使用步長為 2 的 1×1 卷積將輸入形狀變換為路徑 A 的輸出形狀，因此我們可以對兩個路徑的輸出求和以獲得下采樣塊的輸出。殘差塊類似於下采樣塊，除了僅使用步幅為 1 的卷積。

我們可以改變每個階段中殘差塊的數量以獲得不同的 ResNet 模型，例如 ResNet-50 和 ResNet-152，其中的數字表示網路中卷積層的數量。

圖 1：ResNet-50 的架構。圖中說明了卷積層的卷積核大小、輸出通道大小和步幅大小（預設值為 1），池化層也類似。

圖 2：三個 ResNet 變體。ResNet-B 修改 ResNet 的下采樣模組。ResNet-C 進一步修改輸入主幹。在此基礎上，ResNet-D 再次修改了下采樣塊。

表 5：將 ResNet-50 與三種模型變體進行模型大小（引數數量）、FLOPs 和 ImageNet 驗證準確率（top-1、top-5）的比較。

5.1 餘弦學習率衰減

Loshchilov 等人 [18] 提出餘弦退火策略，其簡化版本是按照餘弦函式將學習速率從初始值降低到 0。假設批次總數為 T（忽略預熱階段），然後在批次 t，學習率η_t 計算如下：

其中η是初始學習率，我們將此方案稱為「餘弦」衰減。

圖 3：視覺化帶有預熱方案的學習率變化。頂部：批次大小為 1024 的餘弦衰減和按迭代步衰減方案。底部：關於兩個方案的 top-1 驗證準確率曲線。

5.2 標籤平滑

標籤平滑的想法首先被提出用於訓練 Inception-v2 [26]。它將真實機率的構造改成：

其中ε是一個小常數，K 是標籤總數量。

圖 4：ImageNet 上標籤平滑效果的視覺化。頂部：當增加ε時，目標類別與其它類別之間的理論差距減小。下圖：最大預測與其它類別平均值之間差距的經驗分佈。很明顯，透過標籤平滑，分佈中心處於理論值並具有較少的極端值。

5.3 知識蒸餾

在知識蒸餾 [10] 中，我們使用教師模型來幫助訓練當前模型（被稱為學生模型）。教師模型通常是具有更高準確率的預訓練模型，因此透過模仿，學生模型能夠在保持模型複雜性相同的同時提高其自身的準確率。一個例子是使用 ResNet-152 作為教師模型來幫助訓練 ResNet-50。

5.4 混合訓練

在混合訓練（mixup）中，每次我們隨機抽樣兩個樣本 (x_i,y_i) 和 (x_j,y_j)。然後我們透過這兩個樣本的加權線性插值構建一個新的樣本：

其中 λ∈[0,1] 是從 Beta(α, α) 分佈提取的隨機數。在混合訓練中，我們只使用新的樣本 (x hat, y hat)。

5.5 實驗結果

表 6：透過堆疊訓練改進方法，得到的 ImageNet 驗證準確率。基線模型為第 3 節所描述的。

6.1 目標檢測

表 8：在 Pascal VOC 上評估各種預訓練基礎網路的 Faster-RCNN 效能。

6.2 語義分割

表 9：在 ADE20K 上評估各種基礎網路的 FCN 效能。