EfficientNet算法解析和实践

2023-10-31 20:38

本文主要是介绍EfficientNet算法解析和实践,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!

之前的深度学习论文都是在某个设计维度上对网络结构进行研究,比如网络结构的操作层个数(深度)、输入图片的分辨率或者操作层的通道数(宽度),很少有论文同时对这三种维度上的组合搜索进行研究。EfficientNet研究的就是在相同FLOPS算力的限制下,探索网络深度、宽度和分辨率对相同操作类型网络的结果影响,找到最优的配置比例参数。

优化问题

本论文研究不是对网络中操作层的类型进行搜索,假定论文的基本卷积网络中的每个阶段的操作都是一样的,比如以ResNet为例,网络有5个stage,每个stage中每个层的卷积操作和残差块都是一样的。基本卷积网络的问题可以描述为:
在这里插入图片描述
在这个公式中, F i L i F_{i}^{L_i} FiLi表示的是stage i i i中重复 L i L_i Li次相同的操作 F i F_i Fi X ( H i , W i , C i ) X_{(H_i, W_i, C_i)} X(Hi,Wi,Ci)表示的是大小为 ( H i , W i , C i ) (H_i, W_i, C_i) (Hi,Wi,Ci)的输入特征向量 X X X
在一个标准的卷积神经网络中,网络结构的变化一般规律是:随着网络深度的增加,分辨率在每个stage减小一半,特征通道翻倍。EfficientNet的设计空间是每个stage的分辨率 ( H i , W i ) (H_i, W_i) (Hi,Wi)、通道数 C i C_i Ci和操作层数 L i L_i Li,为了减小搜索的设计空间,规定这三个维度的数值在stage上按照一定比例均匀变化。作者的目的是希望在给定资源限制的条件下,找到网络的深度、宽度和分辨率,最大限度地提高模型网络的分类准确率,优化问题可以表述为:
在这里插入图片描述
其中, d , w , r d, w, r d,w,r分别表示的网络的深度depth、通道宽度width和分辨率resolution。

组合缩放

作者在文章分别探索了改变网络的深度、通道宽度和分辨率的情况下,对于网络准确率和浮点计算量的影响。实验结果如下图所示。
在这里插入图片描述
上图中左中右分别代表的是在固定其他两个参数的条件下,分别提高宽度、深度和分辨率系数的条件下,在ImageNet上面的精度和计算量变化。从上图我们可以观察到,随着三种系数的增加,网络模型的计算量越来越大,但是准确率的增加几近停滞。
作者做了一些实验,探索了在不同深度和分辨率下,通道数变化对对于网络模型精度的影响,如下图所示。
在这里插入图片描述
可以看出,经过一些简单的比例调整(深度和宽度),在相同的FLOPS下,网络模型随着宽度的增加,获得比基准网络获得更大的精度收益。作者得出了这样一个结论:调整和平衡三个维度的系数,在相同计算量下,可以获得精度更高的网络模型。
论文中最后提出了一种叫做混合缩放的方法,引进了一个混合系数 ϕ \phi ϕ,统一了三种维度系数的变化,变化的方法为:
在这里插入图片描述
其中, α , β , γ \alpha, \beta, \gamma α,β,γ分别表示深度、宽度和分辨率三种维度的基本构成比例,这个比例的约束是 α ⋅ β 2 ⋅ γ 2 ≈ 2 \alpha \cdot \beta^2 \cdot \gamma^2 \approx 2 αβ2γ22,为什么宽度和分辨率的比例系数需要平方呢?因为计算量FLOPS的变化比例是和 β \beta β或者 γ \gamma γ的平方成正比的,这样子的话才能保证FLOPS随着 ϕ \phi ϕ的变化呈现 2 ϕ 2^\phi 2ϕ的比例变化。

网络架构

因为本文的搜索空间不包括操作层类型,所以一个好的基准网络baseline对于整体效果也是至关重要。作者综合分类准确率和计算量的综合指标,以MnasNet的基本模块MBConv为搜索空间,搜索出了一个基准网络(FLOPS<400M),叫做EfficientNet-B0,这个网络模型的结构为:
在这里插入图片描述
可惜的是,作者在论文中并没有给出是用什么方法搜索的。
在有了B0的网络之后,作者通过两步来调整EfficientNet中的网络系数:

  1. 固定 ϕ = 1 \phi=1 ϕ=1这个系数,采用网络搜索方法,基于公式(2)和(3),找到 α , β , γ \alpha, \beta, \gamma α,β,γ的最佳组合,搜索出来的结果是 α = 1.2 , β = 1.1 , γ = 1.15 \alpha=1.2, \beta=1.1, \gamma=1.15 α=1.2,β=1.1,γ=1.15
  2. 固定 α , β , γ \alpha, \beta, \gamma α,β,γ这三个系数,逐渐放大 ϕ \phi ϕ这个系数,获得B1 - B7的网络模型。

实验结果

论文在ImageNet数据集上做实验,得到了EfficientNet B0 - B7八个网络的结果,并和其他相同配置下的网络作对比。如下表格所示。
在这里插入图片描述
从表格中可以看出,在差不多精度的条件下,不同级别的EfficientNet和其他网络相比,具有更少的计算量的参数量,计算量一般能提升4倍以上,有些甚至达到了十几倍,参数量也都减小了3倍以上。部分网络用FLOPS-Accuracy二维图表示的话,优势更加直观,如下。
在这里插入图片描述

为了验证论文方法的可扩展性,还在MobileNet v1、MobileNet v2和ResNet-50的基准网络上做实验,得到如下结果:
在这里插入图片描述
在论文中,还对其他数据集和网络进行迁移实验,均获得比当前网络更好的水平,这里我就不一一列出了。
作者在EfficientNet的训练技巧上使用了Auto Augment、tensorflow版本的RMSProp优化器、Exponential Moving Average和dropout等trick,训练模型的代码已经公布在了Github里tensorflow/tpu的仓库上。

实践

2019年时,我在tensorflow上使用单机8卡GPU对B0网络进行训练,基本上复现了论文的结果,但是B3的复现效果却不理想,比论文给出的稍微低一些。另外,网络上也有其他人实现了PyTorch版本的EfficientNet网络模型结构,比较出名的有Timm库,我在PyTorch上利用该库的网络和训练方法,也将B0网络训练到77.38的准确率。
另外,虽然EfficientNet的参数量和计算量比其他网络少很多,但是这个网络里面大量使用了MBConv,这种模块需要分通道卷积,这种卷积方法比较消耗GPU显存,所以虽然计算量少了很多,但是在训练的时候batch size却无法设置过大。

这篇关于EfficientNet算法解析和实践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!



http://www.chinasem.cn/article/317971

相关文章

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.

golang内存对齐的项目实践

《golang内存对齐的项目实践》本文主要介绍了golang内存对齐的项目实践,内存对齐不仅有助于提高内存访问效率,还确保了与硬件接口的兼容性,是Go语言编程中不可忽视的重要优化手段,下面就来介绍一下... 目录一、结构体中的字段顺序与内存对齐二、内存对齐的原理与规则三、调整结构体字段顺序优化内存对齐四、内

C语言中自动与强制转换全解析

《C语言中自动与强制转换全解析》在编写C程序时,类型转换是确保数据正确性和一致性的关键环节,无论是隐式转换还是显式转换,都各有特点和应用场景,本文将详细探讨C语言中的类型转换机制,帮助您更好地理解并在... 目录类型转换的重要性自动类型转换(隐式转换)强制类型转换(显式转换)常见错误与注意事项总结与建议类型

C++实现封装的顺序表的操作与实践

《C++实现封装的顺序表的操作与实践》在程序设计中,顺序表是一种常见的线性数据结构,通常用于存储具有固定顺序的元素,与链表不同,顺序表中的元素是连续存储的,因此访问速度较快,但插入和删除操作的效率可能... 目录一、顺序表的基本概念二、顺序表类的设计1. 顺序表类的成员变量2. 构造函数和析构函数三、顺序表

python实现简易SSL的项目实践

《python实现简易SSL的项目实践》本文主要介绍了python实现简易SSL的项目实践,包括CA.py、server.py和client.py三个模块,文中通过示例代码介绍的非常详细,对大家的学习... 目录运行环境运行前准备程序实现与流程说明运行截图代码CA.pyclient.pyserver.py参

使用C++实现单链表的操作与实践

《使用C++实现单链表的操作与实践》在程序设计中,链表是一种常见的数据结构,特别是在动态数据管理、频繁插入和删除元素的场景中,链表相比于数组,具有更高的灵活性和高效性,尤其是在需要频繁修改数据结构的应... 目录一、单链表的基本概念二、单链表类的设计1. 节点的定义2. 链表的类定义三、单链表的操作实现四、

MySQL 缓存机制与架构解析(最新推荐)

《MySQL缓存机制与架构解析(最新推荐)》本文详细介绍了MySQL的缓存机制和整体架构,包括一级缓存(InnoDBBufferPool)和二级缓存(QueryCache),文章还探讨了SQL... 目录一、mysql缓存机制概述二、MySQL整体架构三、SQL查询执行全流程四、MySQL 8.0为何移除查

在Rust中要用Struct和Enum组织数据的原因解析

《在Rust中要用Struct和Enum组织数据的原因解析》在Rust中,Struct和Enum是组织数据的核心工具,Struct用于将相关字段封装为单一实体,便于管理和扩展,Enum用于明确定义所有... 目录为什么在Rust中要用Struct和Enum组织数据?一、使用struct组织数据:将相关字段绑

使用Java实现一个解析CURL脚本小工具

《使用Java实现一个解析CURL脚本小工具》文章介绍了如何使用Java实现一个解析CURL脚本的工具,该工具可以将CURL脚本中的Header解析为KVMap结构,获取URL路径、请求类型,解析UR... 目录使用示例实现原理具体实现CurlParserUtilCurlEntityICurlHandler

深入解析Spring TransactionTemplate 高级用法(示例代码)

《深入解析SpringTransactionTemplate高级用法(示例代码)》TransactionTemplate是Spring框架中一个强大的工具,它允许开发者以编程方式控制事务,通过... 目录1. TransactionTemplate 的核心概念2. 核心接口和类3. TransactionT