0
| 本文作者： 奕欣 | 2018-04-24 15:00 |
人工智能行業面臨百萬量級的人才缺口，正值春招求職季，雷鋒網 AI 慕課學院與雷鋒網旗下學術頻道 AI 科技評論聯合騰訊課堂共同開啟一場關于AI 求職的經驗分享盛宴——「AI 求職季·AI 工程師 offer 直通車系列直播」欄目。
4 月 10 日的第一場分享嘉賓——Momenta 高級視覺算法研究員李翔帶來了《打造自動駕駛大腦——看 Paper Reading 直播，拿 Momenta 頂級 offer》的直播分享。
李翔，南京理工大學 PCALab 博士在讀，阿里巴巴天池首屆大數據競賽冠軍，滴滴 Di-Tech 首屆大數據競賽冠軍。知乎專欄 DeepInsight 作者。早期負責 Momenta 車道線檢測相關模塊，現專注于神經網絡基礎算法研發。
以下是李翔在雷鋒網「AI 求職季·AI 工程師 offer 直通車系列直播」欄目的分享內容精選。
本次 Paper Reading 我們并沒有關注某些特定的 paper，而是用一個視角對現有的代表性的卷積神經網絡設計進行總結。
聚合-轉移框架
卷積神經網絡通常都是由許多不同的層級結構組成的。上圖的藍框部分是被定義的 L 層網絡單元，它總體包含聚合（Aggregation）和轉移（Transformer）兩個部分。具體來說，聚合可用圖示的函數表示，聚合函數 A 代表通過選擇 L 以前層的 X 的一個子集作為輸入，得到聚合特征 S；轉移的部分比較簡單，將聚合特征 S 通過轉移函數 T 得到 L 層的 X。
這便是聚合-轉移框架的視角，從這個視角出發，可對現有的卷積神經網絡的架構進行解讀。
為了更加形象的理解，我們舉一個具體的且耳熟能詳的例子——DenseNet。DenseNet 是 CVPR 2017 的最佳論文。從聚合-轉移框架的視角（以上兩個表達式）來看，subset 子集收斂到所有的 L 層之前的 X 上；聚合函數 A 具體化為 channel 維度的拼接（concatenation），拼接可用兩條豎線的符號標記；這是聚合部分的情況。
對于轉移部分，一般在 DenseNet 中，轉移函數 T 通常具象化為順序 2 次的 BN+ReLU+Conv。
接下來，從子集的構成和聚合函數 A 入手，分別討論他們目前已有的主流的形式。
對于聚合函數 A 而言，第一種情況是子集（subset）只是選取 L-1 層的 X。這個模式普遍出現于早期的 feed-forward 的神經網絡中，主要代表有 LeNet、AlexNet、VGG、GoogLeNet、InceptionV2 V3、MobileNetV1。
第二種情況是子集（subset）選擇 L 層之前所有層的 X，這是較為常見的。主要代表作有 ResNet 系列、DenseNet 系列以及基于 ResNet 或者 DenseNet 提出改進的一些網絡結構。
DenseNet 是選擇之前所有層進行密集的鏈接，但是 ResNet 是怎么回事？難道 ResNet 不是 skip connection 嗎？下面將為大家推導解答 ResNet 和 DenseNet 在拓撲結構上的等價性。
首先分析圖中（a）的拓撲結構，這個拓撲結構基本上是 DenseNet 的結構，符號和聚合-轉移框架是保持一致的，于是可以寫出它數學上的表達式，具體化為 channel 維度的拼接，進行一步的轉移后得到 DenseNet 標準的表達式，也是其論文中的原始定義。
再看圖中（b）ResNet 的結構，是一個標準的 skip connection 結構。根據 ResNet 的定義可寫出表達式（1），從表達式中也體現了 skip connection；同時表達式（2）即是中間 feature X 的表達。在得到表達式（1）和表達式（2）后，可將表達式（1）不斷地循環地帶入表達式（2）中，最后可以得到一個非常有意思的表達式。
最后，將（a）和（b）兩個網絡的表達式平行地寫在一起，發現兩者唯一的區別就在于聚合函數 A，（a）DenseNet 結構表現為 channel 維度的拼接，（b）ResNet 結構表現為逐元素的相加。二者遵循的都是一個相同的 Dense 的拓撲連接結構。這部分的具體細節可以查看 Mixed Link Network 的論文。
提到這里，不得不回顧一個小往事。眾所周知，ResNet 前后其實提了兩個版本。第一個版本是圖（a），也是 CVPR 的最佳論文《Deep Residual Learning for Image Recognition》，第二個版本是圖（b），是第一篇論文發表后的第二年發表的論文，名為《Identity Mappings in Deep Residual Networks》。這兩個版本的最大區別就是 skip connection 之后是否接 relu。第一個版本接了 relu，如果按照第一個版本，我們之前的推導是無法完成的。從實驗上來講，第一個版本的確也是存在一些問題的，圖中是當時的實驗結果，第一個版本的 ResNet 隨著網絡層數從一百層上升到一千多層，性能反而在下降。等到第二個版本，就完全符合了 Dense 的拓撲結構，隨著網絡變得很深，性能也能夠穩定下降。這也充分地告訴我們，Dense 的拓撲結構的確是具有一些非常優秀的性質，使得 RenseNet 和 DenseNet 在現有網絡基礎上都有著重要的影響力。
以上是在解釋為什么 ResNet 其實是選擇了之前所有層的 X 進行了聚合。
近期 Google 的一些 network architecture search 的工作（NASNet 和 ENASNet）采用了通過 RNN 去 sample 出 2 個 L 層之前的 X 進行聚合。他們的核心思想就是把 Reinforcement Learning 的思想引入到自動的架構設計中。具體來說，他們會使用一個 RNN 去 sample 出一些基礎的連接結構，形成基元模塊，使得網絡性能更好。
RNN 的輸出基本分為兩大類，一個是 layer id，也就是選擇之前的哪一層；另一個類是基礎運算操作。圖中紅色框部分就是每次 sample 出的兩個層的 X。具體細節可以參考論文原文。
接下來介紹聚合函數 A 的幾個代表形式。首先是恒等變換，也就是 Identity 函數，在通常的 feed-forward 網絡中，聚合的特征是使用了上一層的 feature X，在聚合過程中不會對 feature 進行任何操作，僅是轉移至下一層。
第二是逐元素（Element-wise）的相加，這類操作普遍出現在有 skip connection 的網絡系列中，例如 PreResNet、ResNeXt、MobileNetV2、SENet-ResNeXt。聚合的方式是在拿到子集（subset）的 feature 后，保證其維度一致，將每個位置的元素累加，隨后進入轉移環節。
第三是通道（channel）上的拼接，代表作是 DenseNet。這類形式是將所有 feature 在通道維度上進行一個擴增。通常，DenseNet 的 feature X 的維度都比較小，保持量級不會過大，控制最終的 feature 維度在一定范圍內。
最后再介紹下混合了 addition 和 concatenation 的兩種操作，混合的意思是在聚合的過程中既包括按位置的逐元素的相加，也包括 channel 維度的拼接，其主要代表作是 DPN、MixNex 和 ShuffleNet。DPN 可被視為擁有兩條通路的網絡，左邊的通路為 ResNet，右邊的通路為 DenseNet，進行 feature 上的拼接后，在轉移過程中包含了逐元素的相加和 channel 維度的拼接。MixNet 也是相似的原理，但去掉了嚴格意義上的 ResNet 的通路，把逐元素相加平均分攤到不斷擴增的所有 feature 上。ShuffleNet 則是在降采樣的時候和非降采樣的時候使用不同的兩種操作，從而最終將其混合起來。
轉移如果更加細致的劃分可能可以有很多種分類方式，但由于篇幅限制本次只從兩個方向簡單地介紹轉移的部分，分別是單路的轉移和多路的轉移（Single Path 和 Multiple Path）。通過順序的卷積、組卷積等基元操作完成特征轉移的網絡都可被歸納為單路的轉移（SinglePath）。在擁有聚合的 feature 之后，可以通過 feed-forward（單向流）的方式，將基礎的操作如 concatenation、BN、pooling、激活函數等進行單向的組合，經過這一單路的組合，可以得到轉移后的 feature。單路的網絡包括 LeNet、AlexNet、VGG、PreResNet、ResNeXT、DenseNet、DPN、MixNet、ShuffleNet、MobileNetV1 V2 等目前主流的網絡，目前小型設備上使用的網絡 ShuffleNet、MobileNetV1 V2 都是單路轉移的設計，不涉及多路的轉移。
除了通過順序的卷積、組卷積等基元操作完成特征轉移的網絡之外，其他的網絡可被歸納為多路的轉移（MultiplePath）。首要的代表作是 GoogLeNet 的 Inception 系列，Inception 系列最早就是沿著多路的思路設計的，同一個 feature 會經過不同的深度、感受野的組織路徑，進而設計出從 V1 到 V4 的系列版本。在迭代過程中，內部結構的變化越來越多，比如說把大的卷積替換成小的卷積的組合，然后卷積再進行分解，3 乘 3 的分解成 3 乘 1 和 1 乘 3 等等。這一系列中唯一不變的便是其多路轉移的設計思路。
值得一提的是，Momenta 在 ImageNet 2017 的奪冠架構 SENet 便可以看作在特征轉移的步驟中增加了一個 multiple path，一路是 identity，另一路是 channel 上的 global attention。其實，轉移部分還可以從更多更深入的角度在做分類和整理，我們今天僅從單路和多路的角度做了一些梳理，希望能給大家帶來啟發。
上圖是本次分享的回顧，梳理了目前主流的架構。從子集選取的角度出發，可分為三種設計；從聚合函數的角度出發，可分為四種設計；從轉移函數的角度出發，可簡單分為兩種設計。
希望這個表格能在子集選擇、設計聚合函數和轉移函數時給予大家啟發。例如，現在借助網絡架構搜索是一個很好的方向，比如 NASNet 和 ENASNet，但其本身具有一定的局限性。首先搜索空間是被定義好的。當基礎單元的研究沒有到位時，搜索空間可能不會被定義得非常好，甚至有些很多結構在搜索空間里搜不到的，比如說 Google 的 Inception 結構，比如說 DPN 和 MixNet 這類混合的結構。它們在性能上的提升甚至可能往往并不如人工設計的結構。所以，接下來的網絡設計應該是基礎單元結合架構搜索同時前進，相互補充相互啟發，從而達到共同的提高。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
