來(lái)源：機(jī)器學(xué)習(xí)算法那些事

卷積神經(jīng)網(wǎng)絡(luò)是以卷積層為主的深度網(wǎng)路結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)包括有卷積層、激活層、BN層、池化層、FC層、損失層等。卷積操作是對(duì)圖像和濾波矩陣做內(nèi)積（元素相乘再求和）的操作。

1. 卷積層

常見(jiàn)的卷積操作如下：

卷積操作	解釋	圖解
標(biāo)準(zhǔn)卷積	一般采用3x3、5x5、7x7的卷積核進(jìn)行卷積操作。???????
分組卷積	將輸入特征圖按通道均分為 x 組，然后對(duì)每一組進(jìn)行常規(guī)卷積，最后再進(jìn)行合并。
空洞卷積	為擴(kuò)大感受野，在卷積核里面的元素之間插入空格來(lái)“膨脹”內(nèi)核，形成“空洞卷積”（或稱(chēng)膨脹卷積），并用膨脹率參數(shù)L表示要擴(kuò)大內(nèi)核的范圍，即在內(nèi)核元素之間插入L-1個(gè)空格。當(dāng)L=1時(shí)，則內(nèi)核元素之間沒(méi)有插入空格，變?yōu)闃?biāo)準(zhǔn)卷積。
深度可分離卷積	深度可分離卷積包括為逐通道卷積和逐點(diǎn)卷積兩個(gè)過(guò)程。????	（通道卷積，2D標(biāo)準(zhǔn)卷積） （逐點(diǎn)卷積，1x1卷積）
反卷積	屬于上采樣過(guò)程，“反卷積”是將卷積核轉(zhuǎn)換為稀疏矩陣后進(jìn)行轉(zhuǎn)置計(jì)算。
可變形卷積	指標(biāo)準(zhǔn)卷積操作中采樣位置增加了一個(gè)偏移量offset，如此卷積核在訓(xùn)練過(guò)程中能擴(kuò)展到很大的范圍。

補(bǔ)充：

1 x 1卷積即用1 x 1的卷積核進(jìn)行卷積操作，其作用在于升維與降維。升維操作常用于chennel為1（即是通道數(shù)為1）的情況下，降維操作常用于chennel為n（即是通道數(shù)為n）的情況下。??????????????

降維：通道數(shù)不變，數(shù)值改變。

升維：通道數(shù)改變?yōu)閗ernel的數(shù)量（即為filters），運(yùn)算本質(zhì)可以看為全連接。卷積計(jì)算在深度神經(jīng)網(wǎng)絡(luò)中的量是極大的，壓縮卷積計(jì)算量的主要方法如下：

2. 激活層

介紹：為了提升網(wǎng)絡(luò)的非線(xiàn)性能力，以提高網(wǎng)絡(luò)的表達(dá)能力。每個(gè)卷積層后都會(huì)跟一個(gè)激活層。激活函數(shù)主要分為飽和激活函數(shù)（sigmoid、tanh）與非飽和激活函數(shù)（ReLU、Leakly ReLU、ELU、PReLU、RReLU）。非飽和激活函數(shù)能夠解決梯度消失的問(wèn)題，能夠加快收斂速度。??????????????常用函數(shù)：ReLU函數(shù)、Leakly ReLU函數(shù)、ELU函數(shù)等ReLU函數(shù)Leakly ReLU函數(shù)

ELU函數(shù)

3. BN層(BatchNorm)介紹：通過(guò)一定的規(guī)范化手段，把每層神經(jīng)網(wǎng)絡(luò)任意神經(jīng)元的輸入值的分布強(qiáng)行拉回到均值為0，方差為1的標(biāo)準(zhǔn)正態(tài)分布。BatchNorm是歸一化的一種手段，會(huì)減小圖像之間的絕對(duì)差異，突出相對(duì)差異，加快訓(xùn)練速度。但不適用于image-to-image以及對(duì)噪聲明感的任務(wù)中。常用函數(shù)：BatchNorm2dpytorch用法：nn.BatchNorm2d(num_features, eps, momentum, affine)num_features：一般輸入?yún)?shù)為batch_sizenum_featuresheight*width，即為其中特征的數(shù)量。eps：分母中添加的一個(gè)值，目的是為了計(jì)算的穩(wěn)定性，默認(rèn)為：1e-5。momentum：一個(gè)用于運(yùn)行過(guò)程中均值和方差的一個(gè)估計(jì)參數(shù)（我的理解是一個(gè)穩(wěn)定系數(shù)，類(lèi)似于SGD中的momentum的系數(shù)）。

affine：當(dāng)設(shè)為true時(shí)，會(huì)給定可以學(xué)習(xí)的系數(shù)矩陣gamma和beta。

4. 池化層（pooling）介紹：pooling一方面使特征圖變小，簡(jiǎn)化網(wǎng)絡(luò)計(jì)算復(fù)雜度。一方面通過(guò)多次池化壓縮特征，提取主要特征。屬于下采樣過(guò)程。常用函數(shù)：Max Pooling(最大池化)、Average Pooling(平均池化)等。MaxPooling 與 AvgPooling用法：1. 當(dāng)需綜合特征圖上的所有信息做相應(yīng)決策時(shí)，通常使用AvgPooling，例如在圖像分割領(lǐng)域中用Global AvgPooling來(lái)獲取全局上下文信息；在圖像分類(lèi)中在最后幾層中會(huì)使用AvgPooling。2. 在圖像分割/目標(biāo)檢測(cè)/圖像分類(lèi)前面幾層，由于圖像包含較多的噪聲和目標(biāo)處理無(wú)關(guān)的信息，因此在前幾層會(huì)使用MaxPooling去除無(wú)效信息。

補(bǔ)充：上采樣層重置圖像大小為上采樣過(guò)程，如Resize，雙線(xiàn)性插值直接縮放，類(lèi)似于圖像縮放，概念可見(jiàn)最鄰近插值算法和雙線(xiàn)性插值算法。實(shí)現(xiàn)函數(shù)有nn.functional.interpolate(input, size = None, scale_factor = None, mode = 'nearest', align_corners = None)和nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride = 1, padding = 0, output_padding = 0, bias = True)

5. FC層（全連接層）介紹：連接所有的特征，將輸出值送給分類(lèi)器。主要是對(duì)前層的特征進(jìn)行一個(gè)加權(quán)和（卷積層是將數(shù)據(jù)輸入映射到隱層特征空間），將特征空間通過(guò)線(xiàn)性變換映射到樣本標(biāo)記空間（label）。全連接層可以通過(guò)1 x 1卷機(jī)+global average pooling代替。可以通過(guò)全連接層參數(shù)冗余，全連接層參數(shù)和尺寸相關(guān)。常用函數(shù)：nn.Linear(in_features, out_features, bias)補(bǔ)充：分類(lèi)器包括線(xiàn)性分類(lèi)器與非線(xiàn)性分類(lèi)器。

6. 損失層介紹：設(shè)置一個(gè)損失函數(shù)用來(lái)比較網(wǎng)絡(luò)的輸出和目標(biāo)值，通過(guò)最小化損失來(lái)驅(qū)動(dòng)網(wǎng)絡(luò)的訓(xùn)練。網(wǎng)絡(luò)的損失通過(guò)前向操作計(jì)算，網(wǎng)絡(luò)參數(shù)相對(duì)于損失函數(shù)的梯度則通過(guò)反向操作計(jì)算。

常用函數(shù)：分類(lèi)問(wèn)題損失（離散值：分類(lèi)問(wèn)題、分割問(wèn)題）：nn.BCELoss、nn.CrossEntropyLoss等。回歸問(wèn)題損失（連續(xù)值：推測(cè)問(wèn)題、回歸分類(lèi)問(wèn)題）：nn.L1Loss、nn.MSELoss、nn.SmoothL1Loss等。

7. Dropout層

介紹：在不同的訓(xùn)練過(guò)程中隨機(jī)扔掉一部分神經(jīng)元，以防止過(guò)擬合，一般用在全連接層。在測(cè)試過(guò)程中不使用隨機(jī)失活，所有的神經(jīng)元都激活。?????????????????????

常用函數(shù)：nn.dropout

8. 優(yōu)化器介紹：為了更高效的優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)（損失函數(shù)最?。?，即是網(wǎng)絡(luò)的優(yōu)化策略，主要方法如下：

常用優(yōu)化器為Adam，用法為：torch.optim.Adam。???????

補(bǔ)充：卷積神經(jīng)網(wǎng)絡(luò)正則化是為減小方差，減輕過(guò)擬合的策略，方法有：L1正則(參數(shù)絕對(duì)值的和); L2正則(參數(shù)的平方和，weight_decay：權(quán)重衰退)。

9. 學(xué)習(xí)率?介紹：學(xué)習(xí)率作為監(jiān)督學(xué)習(xí)以及深度學(xué)習(xí)中重要的超參，其決定著目標(biāo)函數(shù)能否收斂到局部最小值以及合適收斂到最小值。合適的學(xué)習(xí)率能夠使目標(biāo)函數(shù)在合適的時(shí)間內(nèi)收斂到局部最小值。????

常用函數(shù)：torch.optim.lr_scheduler; ExponentialLR; ReduceLROnplateau; CyclicLR等。???????

卷積神經(jīng)網(wǎng)絡(luò)的常見(jiàn)結(jié)構(gòu)

常見(jiàn)結(jié)構(gòu)有：跳連結(jié)構(gòu)（ResNet）、并行結(jié)構(gòu)（Inception V1-V4即GoogLeNet）、輕量型結(jié)構(gòu)（MobileNetV1）、多分支結(jié)構(gòu)（SiameseNet; TripletNet; QuadrupletNet; 多任務(wù)網(wǎng)絡(luò)等）、Attention結(jié)構(gòu)（ResNet+Attention）

結(jié)構(gòu)????????????	介紹與特點(diǎn)	圖示
跳連結(jié)構(gòu)（代表：ResNet）	2015年何愷明團(tuán)隊(duì)提出。引入跳連的結(jié)構(gòu)來(lái)防止梯度消失問(wèn)題，今兒可以進(jìn)一步加大網(wǎng)絡(luò)深度。擴(kuò)展結(jié)構(gòu)有：ResNeXt、DenseNet、WideResNet、ResNet In ResNet、Inception-ResNet等???????????????
并行結(jié)構(gòu)（代表：Inception V1-V4）	2014年Google團(tuán)隊(duì)提出。不僅強(qiáng)調(diào)網(wǎng)絡(luò)的深度，還考慮網(wǎng)絡(luò)的寬度。其使用1×1的卷積來(lái)進(jìn)行升降維，在多個(gè)尺寸上同時(shí)進(jìn)行卷積再聚合。其次利用稀疏矩陣分解成密集矩陣計(jì)算的原理加快收斂速度。??
輕量型結(jié)構(gòu)（代表：MobileNetV1）	2017年Google團(tuán)隊(duì)提出。為了設(shè)計(jì)能夠用于移動(dòng)端的網(wǎng)絡(luò)結(jié)構(gòu)，使用Depth-wise Separable Convolution的卷積方式代替?zhèn)鹘y(tǒng)卷積方式，以達(dá)到減少網(wǎng)絡(luò)權(quán)值參數(shù)的目的。擴(kuò)展結(jié)構(gòu)有：MobileNetV2、MobileNetV3、SqueezeNet、ShuffleNet V1、ShuffleNet V2等????????
多分支結(jié)構(gòu)（代表：TripletNet）?	基于多個(gè)特征提取方法提出，通過(guò)比較距離來(lái)學(xué)習(xí)有用的變量。該網(wǎng)絡(luò)由3個(gè)具有相同前饋網(wǎng)絡(luò)（共享參數(shù)）組成的，需要輸入是3個(gè)樣本，一個(gè)正樣本和兩個(gè)負(fù)樣本，或者一個(gè)負(fù)樣本和兩個(gè)正樣本。訓(xùn)練的目標(biāo)是讓相同類(lèi)別之間的距離竟可能的小，讓不同的類(lèi)別之間距離竟可能的大。常用于人臉識(shí)別。
Attention結(jié)構(gòu)（代表：ResNet+Attention）	對(duì)于全局信息，注意力機(jī)制會(huì)重點(diǎn)關(guān)注一些特殊的目標(biāo)區(qū)域，也就是注意力焦點(diǎn)，進(jìn)而利用有限的注意力資源對(duì)信息進(jìn)行篩選，提高信息處理的準(zhǔn)確性和效率。注意力機(jī)制有Soft-Attention和Hard-Attention區(qū)分，可以作用在特征圖上、尺度空間上、channel尺度上和不同時(shí)刻歷史特征上等。??????????????