NON-DEEP NETWORKS论文笔记

原文链接：https://arxiv.org/pdf/2110.07641.pdf

原文代码：GitHub - imankgoyal/NonDeepNetworks: Official Code for "Non-deep Networks"

摘要：深度仅为12的网络，可以在ImageNet上达到80%以上的top-1精度，在CIFAR10上达到96%，在CIFAR100上达到81%。还表明，具有低深度(12)骨干的网络可以在MS-COCO上实现48%的AP。

备注：cifar10是10分类数据集，AP是average precision，平均精度

1 介绍

人们普遍认为，网络越深效果越好，然后并不是

本文中研究了非深度神经网络并设计，10基层可以与高层网络媲美，命名为ParNet（parallel networks，并行网络），层数为12在imageNet上准确率超过80%，在CIFAR10上达到96%，在CIFAR100上达到81%。我们还表明，具有低深度(12)骨干的检测网络可以在MS-COCO上实现48%的AP。注意，ParNet中的参数数量与最先进的模型相当，如下图。

ParNet的一个关键设计选择是使用并行子网。

在这种意义上，子网之间没有任何连接，除了在开始和结束。这使我们能够在保持高精确度的同时减少网络的深度。值得注意的是，我们的平行结构不同于通过增加一层神经元的数量来“扩大”网络。

贡献有三:

我们首次表明，深度仅为12的神经网络可以在非常有竞争力的基准上实现高性能(ImageNet上80.7%，CIFAR10上96%，CIFAR100上81%)。

我们将展示如何利用ParNet中的并行结构进行快速、低延迟的推理。

我们研究了ParNet的缩放规则，并证明了在恒定的低深度下的有效缩放。

2 相关工作

深度重要性分析。Cybenko等人的经典工作表明，具有sigmoid激活的单层神经网络可以以任意小的误差逼近任何函数；非线性的深度网络比浅层网络所需的参数要少得多。

Multi-stream networks. 多个分支流

3 方法

 开发一种架构，深度要小的多，但仍然具备高性能，由处理不同尺度特征并行子结构组成，并行子结构成为streams，来自不同流的特征在网络后期进行融合（结合），融合后再给后面任务。结构如下图：

12层，三分支并行 。(a)中每个块的宽度与ParNet-M中的输出通道数成比例，高度反映了输出分辨率。ParNet块由三个并行分支组成:1×1 convolution, 3×3 convolution和skip - squeez -and-激励(SSE)。一旦训练完成，1×1和3×3卷积可以融合在一起，以更快地进行推理。SSE支增加感受野而不影响深度。

3.1 PARNET BLOCK

使用VGG风格的块，用3X3来开始分支，分支融合时候仍然采用3X3卷积。

Silu取代Relu，是为了加入非线性。

3.2 DOWNSAMPLING AND fusion block

除了输入输出大小相同的RepVGG-SSE块外，ParNet还包含Downsampling和Fusion块。

3.3 NETWORK ARCHITECTURE

架构参数

网络块结构