本文主要是介绍caffe中BatchNorm层和Scale层实现批量归一化(batch-normalization)注意事项,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
caffe中实现批量归一化(batch-normalization)需要借助两个层:BatchNorm 和 Scale
BatchNorm实现的是归一化
Scale实现的是平移和缩放
在实现的时候要注意的是由于Scale需要实现平移功能,所以要把bias_term项设为true
另外,实现BatchNorm的时候需要注意一下参数use_global_stats,在训练的时候设为false,在测试的时候设为true
use_global_stats = false 时采用滑动平均计算新的均值和方差
use_global_stats = true 时会强制使用模型中存储的BatchNorm层均值与方差参数
具体训练实现过程为(conv-batchnorm-scale-relu):
layer {bottom: "data"top: "conv1_1"name: "conv1_1"type: "Convolution"param {lr_mult: 1decay_mult: 1}param {lr_mult: 2decay_mult: 0}convolution_param {weight_filler {type: "xavier"}bias_filler {type: "constant"}num_output: 64pad: 1kernel_size: 3}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "bn_conv1_1"type: "BatchNorm"param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}batch_norm_param {use_global_stats: false}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "scale_conv1_1"type: "Scale"param {lr_mult: 0.1decay_mult: 0}param {lr_mult: 0.1decay_mult: 0}scale_param {bias_term: true}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "relu1_1"type: "ReLU"
}
具体测试实现过程为(conv-batchnorm-scale-relu)(把use_global_stats由false设为true):
layer {bottom: "data"top: "conv1_1"name: "conv1_1"type: "Convolution"param {lr_mult: 1decay_mult: 1}param {lr_mult: 2decay_mult: 0}convolution_param {weight_filler {type: "xavier"}bias_filler {type: "constant"}num_output: 64pad: 1kernel_size: 3}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "bn_conv1_1"type: "BatchNorm"param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}batch_norm_param {use_global_stats: true}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "scale_conv1_1"type: "Scale"param {lr_mult: 0.1decay_mult: 0}param {lr_mult: 0.1decay_mult: 0}scale_param {bias_term: true}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "relu1_1"type: "ReLU"
}
其实也没必要这么麻烦,因为在BathNorm层的源码中设定了如果use_global_stats缺省,那么在训练时为false,测试时为true,源代码为(caffe/src/caffe/layers/batch_norm_layer.cpp)第14行:
use_global_stats_ = this->phase_ == TEST;
在测试时为1,训练时为0,这样的话我们在代码里就不用设定use_global_stats的值了,这样上面的代码我们可以简化为(训练和测试时都一样):
layer {bottom: "data"top: "conv1_1"name: "conv1_1"type: "Convolution"param {lr_mult: 1decay_mult: 1}param {lr_mult: 2decay_mult: 0}convolution_param {weight_filler {type: "xavier"}bias_filler {type: "constant"}num_output: 64pad: 1kernel_size: 3}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "bn_conv1_1"type: "BatchNorm"param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}param {lr_mult: 0decay_mult: 0}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "scale_conv1_1"type: "Scale"param {lr_mult: 0.1decay_mult: 0}param {lr_mult: 0.1decay_mult: 0}scale_param {bias_term: true}
}
layer {bottom: "conv1_1"top: "conv1_1"name: "relu1_1"type: "ReLU"
}
备注:
可以看到这一层是batchnormal层,其中的参数设置,三个param中的lr_mult和decay_mult都设置为0。
原因如下:
caffe中的batchnormal层中有三个参数(具体代表什么自行去caffe源码中看吧:均值、方差和滑动系数),训练时这三个参数是通过当前的数据计算得到的,并且不通过反向传播更新,因此必须将lr_mult和decay_mult都设置为0,因为caffe中这两个参数缺省值是默认为1;如果为1,则会通过反向传播更新该层的参数,这显然是错误的做法。
此外,对于参数use_global_stats:如果为真,则使用保存的均值和方差,否则采用滑动平均计算新的均值和方差。该参数缺省的时候,如果是测试阶段则等价为真,如果是训练阶段则等价为假。
moving_average_fraction:滑动平均的衰减系数,默认为0.999
eps:分母附加值,防止除以方差时出现除0操作,默认为1e-5(不同框架采用的默认值不一样)
更重要的一点:由于BN层中会做归一化处理,因此BN层前的那个卷积层应当将bias关闭,因为BN的操作会做一个减去均值的操作,因此卷积层有没有bias都会被这个减法操作去除掉,所以这时候bias不起作用,因此将其关闭可以减少参数量且不影响模型准确率。
convolution_param {num_output: 32bias_term: falsepad: 1kernel_size: 3stride: 2weight_filler {type: "msra"}
}
同时,由于caffe中,Scale层不需要对两个参数正则化,所以设置如下:
param {
lr_mult: 1
decay_mult: 0
}
param {
lr_mult: 1
decay_mult: 0
}
这篇关于caffe中BatchNorm层和Scale层实现批量归一化(batch-normalization)注意事项的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!