CVPR 2017最佳论文 | 解析深度学习中的三大挑战

2018 年 1 月 17 日 德先生

主讲人：黄高

CVPR 2017最佳论文Densely Connected Convolutional Networks第一作者。

清华大学博士、康奈尔大学博士后，主要从事机器学习相关研究工作。

曾先后在圣路易斯华盛顿大学、新加坡南洋理工大学、微软亚洲院做机器学习相关研究。

从深度学习的蓬勃发展开始，众多经典的网络设计从LeNet、AlexNet到VGG、Inception、ResNet等，都推动了一波又一波的人工智能的高峰。

目前来看，深度卷积网络挑战主要有：

1.Underfitting（欠拟合）。一般来说，模型越为复杂，表达能力越强，越不容易欠拟合。但是深度网络不一样，模型表达能力够，但是算法不能达到那个全局的最优（resnet基本解决）。

2.Overfiting（过拟合），泛化能力下降。

3.实际系统的部署。如何提升效率和减少内存、能量消耗。

工作1：随机深度网络

Insight：训练深度网络很困难时长太长，如何在训练时训一个比较浅的网络，而部署时得到更深的网络？

目的：提升网络的训练效率，进一步改善网络的泛化性能。

方法：在训练的每一个iteration前，在resnet的每一个Residual Unit上，我们只需随机扔一枚硬币，判定这个Unit是否被消去（去除非线性stack只保留直连）。最后再做前向和后向的传播。这样，我们每一次都相当于在训一个浅一点的网络，最后这个大网络也能收敛，效果不错。

细节：注意，这个随机硬币并不是五五开对称的，而是用线性插值来决定。例如，第一个unit的生存概率为1，最后一个为0.5，中间各unit做一个线性插值。因为前几层的提取相对重要，我们直接让第一个unit生存概率为1，只要决定最后一个unit的生存概率，一个超参数。

效果：Cifar-10上，新方法训练resnet时，比常用方法测试集误差低，准确率更高，但是训练误差高，说明正则化效果很好。

启示：为什么这个简单的方法效果很好？

网络冗余性：训练时扔掉大部分层却效果不错，说明冗余性很多，每一层干的事情很少，只学一点东西。

工作2：DenseNet

Insight：如何消除上述的冗余性？更紧致的结构？更好的泛化性能？

目的：减少不必要的计算，提高泛化性能。

方法：根据之前分析的冗余性，ResNet很多计算其实是隐式地把之前的feature复制到后一层。怎么避免计算上隐式的copy操作？一个直接的方法就是把之前所有的feature直接concat到这一层的输入，我们每一层的主干channel比较小，每层只学一点点应该学的。这样用显式的concat来替代掉了隐式的计算“拷贝“。

细节：由于输入的channel会随着深度增加而增加，因此每个stage后使用了类似ResNet的bottleneck1*1来降低输入channel。

效果：

比较好进行反向传播，前层会比较好的受到梯度的监督。

参数量降低，计算高效。

分类器建在所有层的feature上，从相对光滑到粗糙的决策函数的线性组合来cls。对比只在最后一层，粗糙的决策面。

最终在ImageNet等数据集上，同等计算量下都比当时state-of-the-art的网络表现要好。

彩蛋：如果没有data augmention，CIFAR-100下，ResNet表现下降很多，DenseNet下降不多，说明DenseNet泛化性能更强。

工作3：Multi-scale Dense Network

Insight：人辨别简单和难的物体，反应时间不同。神经网络能否分辨简单和复杂的任务？

目的：图像分类上，高效利用计算资源，简单的任务更快，复杂的任务稍微慢一点，平均速度提升。每层都有一个cls？不行，downsample的作用会很重要。

方法：为了在浅层时来判断是否达到置信要求，我们希望能在各个层都能加分类器来判断。由于downsample非常重要，在浅层（大feature）后直接接分类器，表现很差。如果将downsample提前，表现也很差。因此我们设计了二维结构，横轴代表深度，纵轴代表尺度，分类器只接在尺度比较小的feature上。并加入了dense connection。如果没有dense connection，各种cls的联合训练会导致冲突，可能前期的特征会被抵消掉。加上密集连接后，前期的特征会直接连上，解决了这个问题。