- 盤點卷積神經網絡中十大操作

256維的輸入先經過一個1×1×64的卷積層，再經過一個3×3×64的卷積層，最后經過一個1×1×256的卷積層，輸出256維，參數量為：256×1×1×64 + 64×3×3×64 + 64×1×1×256 = 69,632。足足把第一種操作的參數量降低到九分之一！

1×1卷積核也被認為是影響深遠的操作，往后大型的網絡為了降低參數量都會應用上1×1卷積核。

五、越深的網絡就越難訓練嗎？-- Resnet殘差網絡

ResNet skip connection

傳統(tǒng)的卷積層層疊網絡會遇到一個問題，當層數加深時，網絡的表現越來越差，很大程度上的原因是因為當層數加深時，梯度消散得越來越嚴重，以至于反向傳播很難訓練到淺層的網絡。為了解決這個問題，何凱明大神想出了一個“殘差網絡”，使得梯度更容易地流動到淺層的網絡當中去，而且這種“skip connection”能帶來更多的好處，這里可以參考一個PPT：極深網絡（ResNet/DenseNet）: Skip Connection為何有效及其它（）?，以及我的一篇文章：為什么ResNet和DenseNet可以這么深？一文詳解殘差塊為何能解決梯度彌散問題（https://zhuanlan.zhihu.com/p/28124810?group_id=883267168542789632），大家可以結合下面的評論進行思考。

六、卷積操作時必須同時考慮通道和區(qū)域嗎？-- DepthWise操作

標準的卷積過程可以看上圖，一個2×2的卷積核在卷積時，對應圖像區(qū)域中的所有通道均被同時考慮，問題在于，為什么一定要同時考慮圖像區(qū)域和通道？我們?yōu)槭裁床荒馨淹ǖ篮涂臻g區(qū)域分開考慮？

Xception網絡就是基于以上的問題發(fā)明而來。我們首先對每一個通道進行各自的卷積操作，有多少個通道就有多少個過濾器。得到新的通道feature maps之后，這時再對這批新的通道feature maps進行標準的1×1跨通道卷積操作。這種操作被稱為?“DepthWise convolution”?，縮寫“DW”。

這種操作是相當有效的，在imagenet 1000類分類任務中已經超過了InceptionV3的表現，而且也同時減少了大量的參數，我們來算一算，假設輸入通道數為3，要求輸出通道數為256，兩種做法：

直接接一個3×3×256的卷積核，參數量為：3×3×3×256 = 6,912

DW操作，分兩步完成，參數量為：3×3×3 + 3×1×1×256 = 795，又把參數量降低到九分之一！

因此，一個depthwise操作比標準的卷積操作降低不少的參數量，同時論文中指出這個模型得到了更好的分類效果。

本文在發(fā)出12小時后，一位知乎用戶私信了我，向我介紹了Depthwise和Pointwise的歷史工作，而Xception和Mobilenet也引用了他們16年的工作，就是Min Wang et al 的Factorized Convolutional Neural Networks（https://arxiv.org/pdf/1608.04337v1.pdf），這篇論文的Depthwise中，每一通道輸出的feature map（稱為“基層”）可以不止一個，而Xception中的Depthwise separable Convolution， 正是這篇工作中“單一基層”的情況。推薦有興趣的讀者關注下他們的工作，這里有篇介紹博文：【深度學習】卷積層提速Factorized Convolutional Neural Networks（）而最早關于separable convolution的介紹，Xception作者提到，應該追溯到Lau- rent Sifre 2014年的工作?Rigid-Motion Scattering For Image Classification?6.2章節(jié)（）。

七、分組卷積能否對通道進行隨機分組？-- ShuffleNet

在AlexNet的Group Convolution當中，特征的通道被平均分到不同組里面，最后再通過兩個全連接層來融合特征，這樣一來，就只能在最后時刻才融合不同組之間的特征，對模型的泛化性是相當不利的。為了解決這個問題，ShuffleNet在每一次層疊這種Group conv層前，都進行一次channel shuffle，shuffle過的通道被分配到不同組當中。進行完一次group conv之后，再一次channel shuffle，然后分到下一層組卷積當中，以此循環(huán)。

來自ShuffleNet論文

經過channel shuffle之后，Group conv輸出的特征能考慮到更多通道，輸出的特征自然代表性就更高。另外，AlexNet的分組卷積，實際上是標準卷積操作，而在ShuffleNet里面的分組卷積操作是depthwise卷積，因此結合了通道洗牌和分組depthwise卷積的ShuffleNet，能得到超少量的參數以及超越mobilenet、媲美AlexNet的準確率！

另外值得一提的是，微軟亞洲研究院MSRA最近也有類似的工作，他們提出了一個IGC單元（Interleaved Group Convolution），即通用卷積神經網絡交錯組卷積，形式上類似進行了兩次組卷積，Xception 模塊可以看作交錯組卷積的一個特例，特別推薦看看這篇文章：王井東詳解ICCV 2017入選論文：通用卷積神經網絡交錯組卷積。

要注意的是，Group conv是一種channel分組的方式，Depthwise +Pointwise是卷積的方式，只是ShuffleNet里面把兩者應用起來了。因此Group conv和Depthwise +Pointwise并不能劃等號。

八、通道間的特征都是平等的嗎？ -- SEnet

無論是在Inception、DenseNet或者ShuffleNet里面，我們對所有通道產生的特征都是不分權重直接結合的，那為什么要認為所有通道的特征對模型的作用就是相等的呢？?這是一個好問題，于是，ImageNet2017 冠軍SEnet就出來了。

一組特征在上一層被輸出，這時候分兩條路線，第一條直接通過，第二條首先進行Squeeze操作（Global Average Pooling），把每個通道2維的特征壓縮成一個1維，從而得到一個特征通道向量（每個數字代表對應通道的特征）。然后進行Excitation操作，把這一列特征通道向量輸入兩個全連接層和sigmoid，建模出特征通道間的相關性，得到的輸出其實就是每個通道對應的權重，把這些權重通過Scale乘法通道加權到原來的特征上（第一條路），這樣就完成了特征通道的權重分配。作者詳細解釋可以看這篇文章：專欄 | Momenta詳解ImageNet 2017奪冠架構SENet。

九、能否讓固定大小的卷積核看到更大范圍的區(qū)域？-- Dilated convolution

標準的3×3卷積核只能看到對應區(qū)域3×3的大小，但是為了能讓卷積核看到更大的范圍，dilated conv使其成為了可能。dilated conv原論文中的結構如圖所示：

上圖b可以理解為卷積核大小依然是3×3，但是每個卷積點之間有1個空洞，也就是在綠色7×7區(qū)域里面，只有9個紅色點位置作了卷積處理，其余點權重為0。這樣即使卷積核大小不變，但它看到的區(qū)域變得更大了。詳細解釋可以看知乎回答：如何理解空洞卷積（dilated convolution）？

十、卷積核形狀一定是矩形嗎？-- Deformable convolution 可變形卷積核

傳統(tǒng)的卷積核一般都是長方形或正方形，但MSRA提出了一個相當反直覺的見解，認為卷積核的形狀可以是變化的，變形的卷積核能讓它只看感興趣的圖像區(qū)域?，這樣識別出來的特征更佳。

圖來自微軟亞洲研究院公眾號要做到這個操作，可以直接在原來的過濾器前面再加一層過濾器，這層過濾器學習的是下一層卷積核的位置偏移量（offset），這樣只是增加了一層過濾器，或者直接把原網絡中的某一層過濾器當成學習offset的過濾器，這樣實際增加的計算量是相當少的，但能實現可變形卷積核，識別特征的效果更好。詳細MSRA的解讀可以看這個鏈接：可變形卷積網絡：計算機新“視”界（https://weibo.com/ttarticle/p/show?id=2309404116774126794221）。

啟發(fā)與思考

現在越來越多的CNN模型從巨型網絡到輕量化網絡一步步演變，模型準確率也越來越高?，F在工業(yè)界追求的重點已經不是準確率的提升（因為都已經很高了），都聚焦于速度與準確率的trade off，都希望模型又快又準。因此從原來AlexNet、VGGnet，到體積小一點的Inception、Resnet系列，到目前能移植到移動端的mobilenet、ShuffleNet（體積能降低到0.5mb?。?，我們可以看到這樣一些趨勢：

卷積核方面：

大卷積核用多個小卷積核代替；

單一尺寸卷積核用多尺寸卷積核代替；

固定形狀卷積核趨于使用可變形卷積核；

使用1×1卷積核（bottleneck結構）。

卷積層通道方面：

標準卷積用depthwise卷積代替；

使用分組卷積；

分組卷積前使用channel shuffle；

通道加權計算。

卷積層連接方面：

使用skip connection，讓模型更深；

densely connection，使每一層都融合上其它層的特征輸出（DenseNet）

啟發(fā)

類比到通道加權操作，卷積層跨層連接能否也進行加權處理？bottleneck + Group conv + channel shuffle + depthwise的結合會不會成為以后降低參數量的標準配置？