谷歌力作：神经网络训练中的Batch依赖性很烦？那就消了它！

量子位

发布于 2019-12-19 16:15:12

5840

发布于 2019-12-19 16:15:12

文章被收录于专栏：量子位量子位

再见了，批量依赖性(Batch Dependence)。

优化神经网络方法千千万，批量归一化(Batch Normalization，BN)就是其中之一。

这种方法可以说是非常成功，减轻了如何合理初始化神经网络这个棘手问题。可以成倍加快大型卷积神经网络训练速度，也能大幅提升收敛后的分类准确率。

但样本间的依赖性却是个问题：

若是小批量(mini-batch)太小，或者样本间存在相关性，就会对训练产生影响。

虽然也有人提出了诸如批量再归一化(Batch Renormalization)和群组归一化(Group Normalization，GN)等方法，但要么与大批量BN性能不匹配，要么在小批量的BN仍表现出性能下降。

怎么破？

那就直接消除批量依赖性。

这是来自Google Research团队的一篇力作，提出了滤波器响应归一化(Filter Response Normalization，FRN)层，有效改善了上述问题。

这项研究的主要贡献是如下三点：

1、FRN是一种归一化方法，可以让每个通道(channel)归一化训练的模型达到高精度。 2、阈值线性单元(Thresholded Linear Unit，TLU)，是一个和FRN一起使用的激活函数，即使在没有任何批量依赖关系的大批量情况下，也比BN的效果要好。研究人员把这种组合称作FRN层。 3、在真实场景中，比较了各种归一化方法在大型图像分类和对象检测任务中的表现。

麦迪逊大学统计学助理教授、《Python机器学习》作者Sebastian Raschka也分享了这项研究，得到了网友较高的关注。

这条消息发布没多久，便已经有了100多的分享和接近400的点赞。

接下来，就来看一下FRN层的庐山真面吧。

效果如何？

来看一下FRN层的效果。

实验任务主要是图像分类和目标检测，分别在ImageNet和COCO数据集上进行。

首先是图像分类的实验结果。

△表1 对于ResnetV2-50和InceptionV3，在ImageNet分类任务中，FRN层在批量大小方面优于BN和其他归一化方法。

ImageNet分类数据集包含1000个类，研究人员对1.28M大小的图像进行了训练，并对50K验证图像进行结果报告。图像的大小为299X299。

与FRN层做比较的是一些常规的归一化方法，包括批量归一化(Batchnorm)、批量再归一化(BatchRenorm)、群组归一化(Groupnorm)、层归一化(Layernorm)和实例归一化(Instancenorm)。

从实验结果可以看到，即使是在大批量规模的情况下，FRN的方法都优于其它主流的归一化方法。

并且在ResnetV2-50和Incepetion V3上，都表现出了良好的性能优势。这表明批量依赖性训练对于高性能来说是不必要的。

下图展示了使用Resnet V2-50结构的各种归一化方法的训练和验证曲线。

△使用ResnetV2-50模型进行Imagenet分类的各种归一化方法的训练曲线和验证曲线的比较。

不难看出，FRN层实现了更高的训练和验证精度，这表明去除随机批量依赖性可以做到更简、更优，从而使模型得到更好的训练。

接下来是在COCO数据集上的目标检测任务。

△表2 在COCO数据集上的目标检测任务结果。

研究人员使用80个对象类在COCO数据集上执行实验。

从实验结果中，不难看出，FRN层在所有批量大小上都优于其它方法。

值得注意的是，当BN在小批处理中表现出显著的性能下降时，FRN表现出相对较小的性能下降，并且始终优于GN。

FRN层长什么样？

之前已经提到，FRN层是FRN和TLU的结合。所以，该方法的结构如下图所示：

△研究人员所提出的FRN层示意图。

研究人员假设要处理的是前馈神经网络，在形状为 B,W,H,C 的卷积运算区域4D张量X之后产生的滤波器响应。

其中，B是小批量的大小，W、H是map的空间范围，C是卷积中使用的滤波器数。C也指输出通道。

对于上述提出的归一化方案，研究人员指出了几点值得注意的地方：

1、与其他归一化方案类似，滤波器响应归一化消除了滤波器权重和预激活的尺度效应(scaling effect)。 2、所提出方法的主要区别之一是，没有在归一化之前移除平均值。 3、这个归一化方法是在每个通道的基础上进行的。 4、虽然乍一看，FRN和之前有人提出的局部响应归一化(LRN)非常相似，但是LRN在相同的空间位置上对相邻通道进行归一化，而FRN则是对空间范围进行全局归一化。