ImageNet Classification with Deep Convolutional Neural Networks笔记(摘要版)

本文主要是介绍ImageNet Classification with Deep Convolutional Neural Networks笔记(摘要版)，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！

Contents
1.全部架构
2.降低过拟合
3.学习细节
4.结果
5.讨论

本笔记为论文的摘要版，详细数据和论文详解见： http://www.gageet.com/2014/09140.php

本文训练了一个深度卷积神经网络，来将ILSVRC-2010中1.2M的高分辨率图像数据分为1000类。测试结果，Top-1和Top-5的错误率分别为37.5%和17%，优于当时最优的水平。后来作者利用该种模型的变体参与了ILSVRC-2012比赛，以Top-5错误率15.3%遥遥领先亚军的26.2%。最后文章发表于NIPS 2012。

该神经网络包含60M参数和650K神经元，用5个卷积层（其中某些层与亚采样层连接）、三个全连接层（包括一个1K门的输出层）。为使训练更快，文章采用非饱和神经元，包括了大量不常见和新的特征来提升性能，减少训练时间（详见：三结构）。并利用了一个高效的GPU应用进行卷积运算。在全连接层中，为避免过拟合，文章采用了一种叫做“dropout”的方法（详见：四降低过拟合）。

最终网络包含5层卷积层和3层全连接层。而这个层深度很重要，因为移除任何一个卷积层，将会导致更差的结果。网络大小主要受限于GPU的内存和训练时间。实验证明，本网络在有两个GTX 580 3GB GPU的机器上训练了5-6天。实验结果显示，如果GPU更快或数据集更大，实验结果将会更好。

具体的实现上，这篇文章在架构上面的一些改进在于：

1.ReLU非线性特征

一句话概括：不用simgoid和tanh作为激活函数，而用ReLU作为激活函数的原因是：加速收敛。

因为sigmoid和tanh都是饱和(saturating)的。何为饱和？个人理解是把这两者的函数曲线和导数曲线plot出来就知道了：他们的导数都是倒过来的碗状，也就是，越接近目标，对应的导数越小。而ReLu的导数对于大于0的部分恒为1。于是ReLU确实可以在BP的时候能够将梯度很好地传到较前面的网络。

2.在多GPU上训练

在每个GPU上放1/2的神经元，但只有某些层才能进行GPU间的通信，在连接与不连接的平衡中找到性能与准确的平衡点。

3.局部响应标准化

一句话概括：本质上，这个层也是为了防止激活函数的饱和的。

个人理解原理是通过正则化让激活函数的输入靠近“碗”的中间，从而获得比较大的导数值。所以从功能上说，跟ReLU是重复的。

不过作者说，从试验结果看，LRN操作可以提高网络的泛化能力，将错误率降低了大约1个百分点。

4.重叠采样

一句话概括，从试验结果看，作者认为Overlapping之后，能够减少网络的过拟合。将Top-1和Top-5的错误率分别降低了0.4%和0.3%（与s=2，z=2相比）。

全部架构

网络包括八个有权值的层。前五层是卷积层，剩下的三层是全连接的。最后一个全连接层是输出层。第二、四、五个卷积层只与上层在同一个GPU上的Kernel Map（下文称特征图）连接，第三个卷积层与第二个卷积层的所有特征图连接。全连接层的神经元与上一层的所有神经元连接（即改进二）。响应标准化层在第一和第二个卷积层之后（改进三），降采样层在响应标准化层和第五个卷积层之后（改进四）。而ReLU非线性公式在每个卷积层和全连接层都有应用（改进一）。

降低过拟合

1.数据增强

通过提取图片的5个224*224切片（中间和四角）和它们的水平翻转来做出预测，预测结果为十次预测的平均值。

第二种数据增强的方式为改变训练图像RGB通道的强度，对RGB空间做PCA，然后对主成分做一个(0, 0.1)的高斯扰动。结果让错误率又下降了百分一。

2.Dropout

将某些层隐藏，按照50%的概率输出0。这些隐藏的神经元不会参加CNN的forward过程，也不会参加back propagation过程。

测试中，我们在前两个全连接层使用了该方法，利用他们所有的神经元，但其输出都乘以了0.5。没有dropout，我们的网络将会产生严重的过拟合。但dropout也使达到收敛的迭代次数增加了一倍。

学习细节

在模型中，0.9倍动量，权值衰减为0.0005，虽然权值衰减值很小，但是对于学习很重要，它减小了模型了训练错误概率。

结果

在ILSVRC-2012测试中CNNs方法Top-5错误率为18.2%，而5种相似CNN结构平均结果的Top-5的错误率为16.4%，将两个预处理后的CNN和上述5CNN平均后的结果进行平均化最后得到的错误率为15.3%。而当时第二的队伍利用SIFT+FVs的错误率为26.2%。

讨论