【调参实战】BN和Dropout对小模型有什么影响？全局池化相比全连接有什么劣势？

用户1508658

发布于 2020-04-23 16:03:12

1.6K0

发布于 2020-04-23 16:03:12

文章被收录于专栏：有三AI

大家好，欢迎来到专栏《调参实战》，虽然当前自动化调参研究越来越火，但那其实只是换了一些参数来调，对参数的理解和调试在机器学习相关任务中是最基本的素质，在这个专栏中我们会带领大家一步一步理解和学习调参。

本次主要讲述图像分类项目中的BN层和Drouout层的调参对比实践，以及全连接层和池化层的对比实践。

作者&编辑 | 言有三

本文资源与结果展示

本文篇幅：3000字

背景要求：会使用Python和任一深度学习开源框架

附带资料：Caffe代码和数据集一份

同步平台：有三AI知识星球(一周内)

1 项目背景与准备工作

在卷积神经网络的设计中，早期出现的Dropout层可以降低模型过拟合的风险，增强模型的泛化性能。而随着Batch Normalization层的出现，Dropout逐渐被代替，Batch Normalization层不仅可以加速模型的训练，还在一定程度上缓解了模拟的过拟合风险。

与之类似，全连接层和全局池化层也是一对冤家，最早期的时候，对于分类任务来说网络最后层都是全连接层，但是因为它的参数量巨大，导致后来被全局池化层替代，那替换就一定是带来正向的结果吗？会不会有什么副作用？

这一期我们来对以上问题进行实践，本次项目开发需要以下环境：

(1) Linux系统，推荐ubuntu16.04或者ubuntu18.04。使用windows系统也可以完成，但是使用Linux效率更高。

(2) 最好拥有一块显存不低于6G的GPU显卡，如果没有使用CPU进行训练速度较慢。

(3) 安装好的Caffe开源框架。

2 Dropout和BN层实践

下面我们首先对Dropout和BN层进行实践，如果对这两者的理解不熟悉的，请查看往期文章：

【AI初识境】深度学习模型中的Normalization，你懂了多少？

【AI初识境】被Hinton，DeepMind和斯坦福嫌弃的池化，到底是什么？

本次的数据集和基准模型与上一期内容相同，大家如果不熟悉就去查看上一期的内容，链接如下：

【调参实战】如何开始你的第一个深度学习调参任务？不妨从图像分类中的学习率入手。

【调参实战】那些优化方法的性能究竟如何，各自的参数应该如何选择？

2.1 Dropout层

首先我们给基准模型添加Dropout层，它通常是被添加在网络靠后的位置，我们将其添加到conv5层后面，得到的模型结构如下：

完整的结构配置如下：

layer {
   name: "data"
   type: "ImageData"
   top: "data"
   top: "label"
   include {
     phase: TRAIN
   }
   transform_param {
     mirror: true
     crop_size: 224
     mean_value: 104.0
     mean_value: 117.0
     mean_value: 124.0
   }
   image_data_param {
     source: "list_train_shuffle.txt"
     batch_size: 64
     shuffle: true
     new_height: 256
     new_width: 256
   }
 }
layer {
   name: "data"
   type: "ImageData"
   top: "data"
   top: "label"
   include {
     phase: TEST
   }
   transform_param {
     mirror: false
     crop_size: 224
     mean_value: 104.0
     mean_value: 117.0
     mean_value: 124.0
   }
   image_data_param {
     source: "list_val_shuffle.txt"
     batch_size: 64
     shuffle: false
     new_height: 224
     new_width: 224
   }
 }
layer {
  bottom: "data"
  top: "conv1"
  name: "conv1"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3    
    stride: 2
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  bottom: "conv1"
  top: "conv1"
  name: "relu1"
  type: "ReLU"
}
layer {
  bottom: "conv1"
  top: "conv2"
  name: "conv2"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
    stride: 2
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  bottom: "conv2"
  top: "conv2"
  name: "relu2"
  type: "ReLU"
}
layer {
  bottom: "conv2"
  top: "conv3"
  name: "conv3"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 128
    pad: 1
    kernel_size: 3
    stride: 2
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  bottom: "conv3"
  top: "conv3"
  name: "relu3"
  type: "ReLU"
}
layer {
  bottom: "conv3"
  top: "conv4"
  name: "conv4"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 128
    pad: 1
    stride: 2
    kernel_size: 3
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  bottom: "conv4"
  top: "conv4"
  name: "relu4"
  type: "ReLU"
}
layer {
  bottom: "conv4"
  top: "conv5"
  name: "conv5"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 256
    pad: 1
    stride: 2
    kernel_size: 3
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  bottom: "conv5"
  top: "conv5"
  name: "relu5"
  type: "ReLU"
}
layer {
  name: "drop"
  type: "Dropout"
  bottom: "conv5"
  top: "conv5"
  dropout_param {
    dropout_ratio: 0.5
  }
}
layer {
    bottom: "conv5"
    top: "pool5"
    name: "pool5"
    type: "Pooling"
    pooling_param {
        kernel_size: 7
        stride: 1
        pool: AVE
    }
}
layer {
  bottom: "pool5"
  top: "fc"
  name: "fc"
  type: "InnerProduct"
    inner_product_param {
        num_output: 20
        weight_filler {
            type: "xavier"
        }
        bias_filler {
            type: "constant"
            value: 0
        }
    }
}
layer {
  name: "accuracy_at_1"
  type: "Accuracy"
  bottom: "fc"
  bottom: "label"
  top: "accuracy_at_1"
  accuracy_param {
    top_k: 1
  }
}
layer {
  name: "accuracy_at_5"
  type: "Accuracy"
  bottom: "fc"
  bottom: "label"
  top: "accuracy_at_5"
  accuracy_param {
    top_k: 5
  }
}
layer {
  bottom: "fc"
  bottom: "label"
  top: "loss"
  name: "loss"
  type: "SoftmaxWithLoss"
}
我们试验了两个不同比率，即Dropout=0.5和Dropout=0.9，优化参数配置如下：
net: "allconv6.prototxt"
test_interval:100
test_iter:15
base_lr: 0.01
lr_policy: "step"
stepsize: 10000
gamma: 0.1
momentum: 0.9
weight_decay: 0.005
display: 100
max_iter: 100000
snapshot: 10000
snapshot_prefix: "models/allconv6_"
solver_mode: GPU

其与基准模型试验结果对比如下：