ShuffleNet V1、V2 EfficientNet 迁移学习

一、ShuffleNet V1

ShuffleNet Unit中全是GConv和DWConv。

在左侧的网络结构中，对于输入特征矩阵，有串行的GConv1和GConv2，对于普通的组卷积的计算，只针对该组内的channel的信息进行计算。组卷积虽然能够减少参数和计算量，但是组卷积中不同组之间的信息没有交流。为了解决这个问题，论文中提出了Channel Shuffle的概念。

将输入特征矩阵先通过GConv，得到对应的特征矩阵，然后对于GConv1假设采用3个组，即g=3，对于得到的特征矩阵继续划分，每个组序号相同的再分到一个组，就可以得到通过Channel Shuffle后的特征矩阵，再通过GConv2,得到输出特征矩阵。

我们先看一下ShuffleNet的性能指标：

ShuffleNet 0.5x版本虽然错误率与AlexNet差不多，但是它的推理时间较AlexNet少了很多。

而且ShuffleNet 2x版本与1.0 MobileNet-224推理时间相差不大，但是错误率更低。

由于1x1的卷积占据了大部分的计算量，所以论文中将1x1的卷积换成了1x1的GConv。

FLOPs(计算量)的计算：

二、ShuffleNet V2

论文中提到了计算复杂度不能只看FLOPs，提出了4条设计高效网络准则，提出了新的block设计。

FLOPs是一个评价网络性能的间接的因素，而推理速度则是直接的因素。不能只看FLOPs有两个原因，一个是还有一些其他的因素需要考虑，而看FLOPs并没有考虑到这些其他的因素；另一个是FLOPs相同的情况下，运行时间可能并不相同。

根据上图所示，卷积占据了推理的绝大部分时间，但是还有一些其他的操作，也会占据很多时间，比如data I/O,data shuffle等等。

4条设计高效网络准则：

当卷积层的输入特征矩阵与输出特征矩阵channel相等时MAC最小(保持FLOPs不变时)
当GConv的groups增大时(保持FLOPs不变时)，MAC也会增大
网络设计的碎片化程度越高，速度越慢
Element-wise操作带来的影响是不可忽视的

那么根据这4条准则，论文中写了如何设计高效的网络

设计出的ShuffleNet V2的结构(图中的(c)、(d))如下：

那么搭建ShuffleNet V2的网络结构如下：

三、EfficientNet

先看一下EfficientNet与其他网络相比，具有的优势：

可以看出EfficientNet不仅准确率高，使用的参数量还少。

从上图可以看出，如果单纯的增加网络的深度、宽度或者图像分辨率，在准确率达到80%左右就接近饱和了。但是如果三者同时增加，准确率不仅没有达到饱和，而且在逐渐上升。

增加网络的深度，能够得到更加丰富、复杂的特征并且能够很好地应用到其他任务中，但是网络的深度过深会面临梯度消失，训练困难的问题。

增加网络的宽度能够获得更高细粒度的特征，并且更容易训练，但对于宽度很大且深度较浅的网络，往往很难学习到更深层次的特征。

增加输入网络的图像分辨率能够潜在的获得更高细粒度的特征模板，但对于非常高的输入分辨率，准确率的增益也会减小，并且大分辨率图像会增加计算量。

EfficientNet-B0 baseline network网络结构如下：

其中stage 1就是3x3的卷积层，stage 2-8是MobileNet结构，stage 9是1x1的卷积层、池化层与全连接层。表中的Layers代表该层的网络重复几次。

采用的MBConv结构如下：

其中SE模块结构如下：

EfficientNet B1-B7是在B0的基础上进行了参数上的改造

四、Transformer中的Multi-Head Attention

Self-Attention:

Multi-Head Attention:

1个head的情况：

2个head的情况：

得到的b分别进行拼接操作

拼接完成之后再进行一个融合，得到最终的b1,b2。

五、使用VGG进行猫狗大战

首先将运行配置改为GPU，引入相应的库

加载数据集

先进行数据的处理

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])vgg_format = transforms.Compose([transforms.CenterCrop(224),transforms.ToTensor(),normalize,])data_dir = './dogscats'dsets = {x: datasets.ImageFolder(os.path.join(data_dir, x), vgg_format)for x in ['train', 'valid']}dset_sizes = {x: len(dsets[x]) for x in ['train', 'valid']}
dset_classes = dsets['train'].classes# 通过下面代码可以查看 dsets 的一些属性print(dsets['train'].classes)
print(dsets['train'].class_to_idx)
print(dsets['train'].imgs[:5])
print('dset_sizes: ', dset_sizes)loader_train = torch.utils.data.DataLoader(dsets['train'], batch_size=64, shuffle=True, num_workers=6)
loader_valid = torch.utils.data.DataLoader(dsets['valid'], batch_size=5, shuffle=False, num_workers=6)'''
valid 数据一共有2000张图，每个batch是5张，因此，下面进行遍历一共会输出到 400
同时，把第一个 batch 保存到 inputs_try, labels_try，分别查看
'''
count = 1
for data in loader_valid:print(count, end='\n')if count == 1:inputs_try,labels_try = datacount +=1print(labels_try)
print(inputs_try.shape)# 显示图片的小程序def imshow(inp, title=None):
#   Imshow for Tensor.inp = inp.numpy().transpose((1, 2, 0))mean = np.array([0.485, 0.456, 0.406])std = np.array([0.229, 0.224, 0.225])inp = np.clip(std * inp + mean, 0,1)plt.imshow(inp)if title is not None:plt.title(title)plt.pause(0.001)  # pause a bit so that plots are updated# 显示 labels_try 的5张图片，即valid里第一个batch的5张图片
out = torchvision.utils.make_grid(inputs_try)
imshow(out, title=[dset_classes[x] for x in labels_try])

创建VGG模型，我们直接使用预训练好的 VGG 模型。同时，为了展示 VGG 模型对本数据的预测结果，还下载了 ImageNet 1000 个类的 JSON 文件。

!wget https://s3.amazonaws.com/deep-learning-models/image-models
/imagenet_class_index.jsonmodel_vgg = models.vgg16(pretrained=True)with open('./imagenet_class_index.json') as f:class_dict = json.load(f)
dic_imagenet = [class_dict[str(i)][1] for i in range(len(class_dict))]inputs_try , labels_try = inputs_try.to(device), labels_try.to(device)
model_vgg = model_vgg.to(device)outputs_try = model_vgg(inputs_try)print(outputs_try)
print(outputs_try.shape)'''
可以看到结果为5行，1000列的数据，每一列代表对每一种目标识别的结果。
但是我也可以观察到，结果非常奇葩，有负数，有正数，
为了将VGG网络输出的结果转化为对每一类的预测概率，我们把结果输入到 Softmax 函数
'''
m_softm = nn.Softmax(dim=1)
probs = m_softm(outputs_try)
vals_try,pred_try = torch.max(probs,dim=1)print( 'prob sum: ', torch.sum(probs,1))
print( 'vals_try: ', vals_try)
print( 'pred_try: ', pred_try)print([dic_imagenet[i] for i in pred_try.data])
imshow(torchvision.utils.make_grid(inputs_try.data.cpu()), title=[dset_classes[x] for x in labels_try.data.cpu()])

修改最后一层，冻结前面层的参数

print(model_vgg)model_vgg_new = model_vgg;for param in model_vgg_new.parameters():param.requires_grad = False
model_vgg_new.classifier._modules['6'] = nn.Linear(4096, 2)
model_vgg_new.classifier._modules['7'] = torch.nn.LogSoftmax(dim = 1)model_vgg_new = model_vgg_new.to(device)print(model_vgg_new.classifier)

训练并测试全连接层

'''
第一步：创建损失函数和优化器损失函数 NLLLoss() 的 输入 是一个对数概率向量和一个目标标签. 
它不会为我们计算对数概率，适合最后一层是log_softmax()的网络. 
'''
criterion = nn.NLLLoss()# 学习率
lr = 0.001# 随机梯度下降
optimizer_vgg = torch.optim.SGD(model_vgg_new.classifier[6].parameters(),lr = lr)'''
第二步：训练模型
'''def train_model(model,dataloader,size,epochs=1,optimizer=None):model.train()for epoch in range(epochs):running_loss = 0.0running_corrects = 0count = 0for inputs,classes in dataloader:inputs = inputs.to(device)classes = classes.to(device)outputs = model(inputs)loss = criterion(outputs,classes)           optimizer = optimizeroptimizer.zero_grad()loss.backward()optimizer.step()_,preds = torch.max(outputs.data,1)# statisticsrunning_loss += loss.data.item()running_corrects += torch.sum(preds == classes.data)count += len(inputs)print('Training: No. ', count, ' process ... total: ', size)epoch_loss = running_loss / sizeepoch_acc = running_corrects.data.item() / sizeprint('Loss: {:.4f} Acc: {:.4f}'.format(epoch_loss, epoch_acc))# 模型训练
train_model(model_vgg_new,loader_train,size=dset_sizes['train'], epochs=1, optimizer=optimizer_vgg)

def test_model(model,dataloader,size):model.eval()predictions = np.zeros(size)all_classes = np.zeros(size)all_proba = np.zeros((size,2))i = 0running_loss = 0.0running_corrects = 0for inputs,classes in dataloader:inputs = inputs.to(device)classes = classes.to(device)outputs = model(inputs)loss = criterion(outputs,classes)           _,preds = torch.max(outputs.data,1)# statisticsrunning_loss += loss.data.item()running_corrects += torch.sum(preds == classes.data)predictions[i:i+len(classes)] = preds.to('cpu').numpy()all_classes[i:i+len(classes)] = classes.to('cpu').numpy()all_proba[i:i+len(classes),:] = outputs.data.to('cpu').numpy()i += len(classes)print('Testing: No. ', i, ' process ... total: ', size)        epoch_loss = running_loss / sizeepoch_acc = running_corrects.data.item() / sizeprint('Loss: {:.4f} Acc: {:.4f}'.format(epoch_loss, epoch_acc))return predictions, all_proba, all_classespredictions, all_proba, all_classes = test_model(model_vgg_new,loader_valid,size=dset_sizes['valid'])