天一阁
0%

Posted on In Views: Valine:

作者认为CNN的卷积核是一种泛化的线性模型(generalized linear model GLM)，把GLM换成一种非线性近似函数能提高局域的特征提取能力。他说CNN的假设是说需要提出特征都是线性可分的，但是很多特征是以非线性流型的形式存在。非线性流型（nonlinear manifold）这是啥玩意?

他说自己是NiN，就是在普通卷积核之后增加了一个小的普通NN，以提高特征提取能力。而且在网络最后去掉了全连接层，通过 average pooling layer直接进入softmax分类器。

MLPconv

就是在普通conv后增加了全连接层，但是这篇文章厉害的地方是把这个Full Connect Layer视为1*1的conv layer。这个新颖的观点后来被Inception、resnet使用了，并且google还在论文中感谢了这边文章的作者。

Global Average Pooling

文中提到很多FC layer的弊病，如过拟合，参数多等。于是他用的方法是，把最后一层每个通道的feature map看做是类别的特征，把feature map的每个channel 求一个平均数，作为对应类别的分数，然后在求loss。

这篇文章虽然很多细节上没有交代，比如网络结构参数等等。但是他的想法还是很新奇的。并且被很多后续很成功的Net所采用。

论文基于AlexnNet修改，CIFAR100可以到65.3%

Posted on In Views: Valine:

LeNet，证明多层的CNN是有价值的，可以拿来做图像识别

AlexNet，提出数据多，网络深就可以有好结果，但是计算速度、过拟合是问题，所以给出了ReLU，Dropout

VGG，说他们有效是因为用了很小的filters(3*3)，因为小的filter可以让网络变得很深。VGG说LRN没啥效果。

使用小filter可以使参数变少，计算量变小。3层3*3就相当于是一层7*7，同时因为之间加入了ReLU，所以使得判定函数（decision function）更加具有判别力，不知道这个的根据是啥？

VGG训练时，是一点点涨起来的，先训练11层的，等稳定了，把网络扩展13层，旧的layer还用原来的参数，新的layer随机初始化参数。

实际在测试VGG时，感觉不是那么好用，首先我用的1060的卡，只能跑很小的batch_size，这样训练就很慢。而且再cifar100上，也没看到特别明显的效果。还不如直接在AlexNet上加几层3*3的Conv Layer。这可能也和数据集有关，可能在ImageNet2012上VGG表现更好。

Vgg Acc@1能到 63%，AlexNet Acc@1能到50%左右

Posted on In Views: Valine:

2012----AlexNet----Imagenet classification with deep convolutional neural networks_ILSVRC2012

作者说，为了提高分类精确度，需要收集更多标注数据，需要更强大的模型，还需要更好的技术防止过拟合，这应该是2012年人们面对的挑战。

AlexNet提出了很多新的特性，能够使得训练时间更短，并且提出一些防止过拟合的新方法。AlexNet有8个层，5个卷积层，3个全连接层。

AlexNet使用了ReLU，f(x) = max(0, x) , 这么简单的函数，但是效果很好，比tanh，sigmoid要快很多。

AlexNet使用LRN（Local Response Normalization）层是用来做归一化的。

使用了有重叠的max-pooling。

使用了Dropout防止过拟合，同时做了很多数据增强的事情。

AlexNet结构：

  1. 输入是3*224*224
  2. conv1: kernel(96*3*11*11,stride=4 padding=2), output(96*55*55)， active（ReLU）
    1. LRN
    2. max_pool(size=3, stride=2 ), output(96*27*27)
  3. conv2: 256*96*5*5 padding=2, group = 2， active（ReLU）
    1. LRN
    2. max_pool(size=3, stride=2 ), output(256*13*13)
  4. conv3: kernel(384*256*3*3 padding=1), output(384*13*13)， active（ReLU）
  5. conv4: kernel(384*384*3*3 padding=1, group = 2), output(384*13*13)， active（ReLU）
  6. conv5: kernel( 256*384*3*3 padding=1, group = 2), output(256*13*13)， active（ReLU）
    1. max_pool(size=3, stride=2 ), output(256*6*6)
  7. fc6: (256*6*6, 4096)， dropout
  8. fc7: (4096, 4096)，dropout
  9. fc8: (4096, num_classes)

计算机领域还是得动手做一下，才能更清楚的明白。网上很多人说AlexNet输入图片是227*227，其实就是224*224，只是加了padding=2，最后一列和最后一行被抛弃了。

而且我才发现，alexnet的conv实际是分开两部分了，幸好pytorch的conv2d函数有groups这个参数，否则还真不知道该怎么去实现。

但是在alex上跑cifar，还是比较容易overfitting，cifar的top1 accuracy只能到46%左右。

Posted on In Views: Valine:

《Gradient-based learning applied to document recognition》

之前的模式识别系统，分为两部分，第一部分是特征提取器，把输入变量变成低纬度的特征向量。这个过程需要很多人类知识，而且主要是针对特定任务。第二部分是分类器，分类器是比较通用的，也可以进行训练。

卷积网络组合了三个关于架构的想法：局部感知区域、共享参数、空间二次采样。小的卷积核可以提取出基本视觉元素，比如边缘，角点，终点。这些特征再被后续的层去提取更高维度的特征。一个卷积神经元输出一个feature map，完整的卷积层由多个卷积核组成。

池化层的作用是减少feature的精确位置，只关注特征之间的相对位置。

LeNet-5结构

1，C1，6个5*5的filter

2，S2，avg_pooling, 12个参数

3，C3，16个5*5的filter，但是不是完全卷积

4，S4，22的avg pooling , 162=32个参数

5，C5，120个5*5卷积filter，这一层又是完全卷积了，只有C3特殊

6，F6，是全连接层，有84的神经元，这一个层后用了tanh，作为激活函数

7，Output，F7层也不是普通的全连接层，而是用了所谓RBF函数，实际是把F6层输出84维向量，和10个分类的向量求欧式距离

8，Loss Func也不是现在常用的交叉熵，而是一个我看不懂的公式

原始LeNet和现在通用模式，还是有很多差别。比如C3层就不是对S2层的完全卷积操作，而是不同的卷积核对应不同的层，作者说是为了减少计算量，更重要是为了打破对称。而在卷积处理后，是现在avg_pool，并且还是乘上一个参数，再加一个bias，才得到采样以后的数值，这个数值还要进行sigmoid。早先的论文很多都是数学公式，不想现在更注重简化，方便工程实现。

可以看出LeNet的时候，还没有dropout, max_pool, relu等优化，但已经把CNN的大框架定下来了。

这篇文章还讲了很多图像分割，后处理等技术，实在看不懂，留到后续再学习吧，现在先把LeNet的结构搞懂就不错。

也就是说，在1998年人们就开始利用CNN自动选择特征，发展到2010s以后，就开始用GPU寻找feature vector，而且有了大量的标注数据。此后，人工寻找好的NN结构，用不同的超参做实验，俗称炼丹师，到2017年后，开始机器寻找好的网络结构(NAS, PNAS, ENAS)

Posted on In Views: Valine:

1998----LeNet----Gradient-based learning applied to document recognition

2012 ILSVRC AlexNet----Imagenet classification with deep convolutional neural networks

2013----ILSVRC ZFNet----Visualizing and Understanding Convolutional Networks

2014----AlexNet V2----One weird trick for parallelizing convolutional neural networks

2014----ILSVRC VGGnet----Very deep convolutional networks for large-scale image recognition ----(ICLR 2015)

2014----NiN----Network in Network

2014----ILSVRC GoogLeNet(Inception V1)----Going deeper with convolutions_ILSVRC2014 ----(CVPR 2015)

2015----ILSVRC ResNet----Deep Residual Learning for Image Recognition——(CVPR 2016)

2015----inception v3----Rethinking the Inception Architecture for Computer Vision

2015----ReNet_A Recurrent Neural Network Based

2016---- Neural Architecture Search with Reinforcement Learning

2016----Binarized Neural Networks_Training Neural Networks with Weights and Activations Constrained to+ 1 or−1

2016----Identity Mappings in Deep Residual Networks —— (ECCV 2016)

2016----Inception V4----Inception-ResNet and the Impact of Residual Connections on Learning

2016----Interleaved Group Convolutions for Deep Neural Networks

2016----Residual Networks are Exponential Ensembles of Relatively Shallow Networks

2016----SqueezeNet- AlexNet-level accuracy with 50x fewer parameters and 0.5MB model size

2016----Wide Residual Networks

2017---- FractalNet_Ultra-Deep Neural Networks without Residuals

2017---- Xception_Deep Learning with Depthwise Separable Convolutions

2017----An Analysis of Deep Neural Network Models for Practical Applications

2017----CVPR2017 best paper----DenseNet ----Densely Connected Convolutional Networks

2017---- (ResNext) Aggregated residual transformations for deep neural networks (CVPR 2017)

2017----ILSVRC2017 winner SENet----Squeeze-and-Excitation Networks

2017----Interleaved Group Convolutions for Deep Neural Networks

2017----Learning Transferable Architectures for Scalable Image Recognition

2017----Residual Attention Network for Image Classification

2017----Neural Architecture Search with Reinforcement Learning (ICLR,2017)

2017----Learning Transferable Architectures for Scalable Image Recognition

2017----Progressive Neural Architecture Search

2018----Efficient Neural Architecture Search via Parameter Sharing

2017----CVPR----ShuffleNet_An Extremely Efficient Convolutional Neural Network for Mobile

2017---- MobileNetV1_Efficient Convolutional Neural Networks for Mobile Vision Applications

2018----MobileNetV2----Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation

2018----MnasNet: Platform-Aware Neural Architecture Search for Mobile

Posted on In Views: Valine:

我原来是不懂PHP怎么生成的页面。后来懂了，类似PHP的框架都是叫MVC，就是获取请求，拉取数据或添加数据到db，然后返回经过数据填充的页面。这里面只是需要记住框架的基本接口，理解基础处理流程。这里面可能混杂了php的语法，html, css, js。都需要想背单词一样把这些接口API背下来，当然每天反复用是可以记住的。反复用是可以记住，这里的主要问题是不知道怎么拓展。对于那些我不知道API可能永远的都没法使用上。

随后出现了ajax（大概2005年）。ajax其实没什么特别的，就是所谓webapp数据变化时，不需要重新刷新页面，用户体验更好了。随后出现了jQuery，可以特别方便的处理ajax和HTML DOM变化，但是永远没学到精髓，只是知道皮毛。现在（2018）好了，随着浏览器实现的js API越来越强大，jQuery基本面临淘汰了。

现在好了，前端的能力越来越强，强大是通过新的功能，新的API，新的编程范式来实现的。旧的还没完全懂，妈的新的又来了。什么HTML5, CSS3， Javascript也开始带上class了。js不仅在学习传统的开发语言，他还有一堆函数式编程的特性，什么callback，arrow function，promise, async/await，这都尼玛什么鬼，老老实实的开发不好么。

我都快成开发领域的恐龙了，从他妈table布局开始，到现在都是什么flex，grid布局，作为恐龙是不是终将面临灭绝这样的惨状。抱怨是没有用的。整体的互联网经济，符合任何其他行业，现在要做的就是看看哪个是自己的兴趣。不要那么执着，好玩就玩下，不好玩了，没意思了，就去整点其他的。没有那么严重。

Posted on In Views: Valine:

TL;DR : js的一个重要功能，就是实现网页的各种交互效果。主要是通过添加事件处理函数，然后修改DOM元素的style，或者添加预制的css class来实现各种前端展现。

Read more »

Posted on In Views: Valine:

Javascript前端工程化

安利一下udemy上的这门课Object-oriented Programming in JavaScript，让我明白了很多困扰我很久的概念。

我没正规做过前端开发，连现在所谓的web后台开发都没做过，这是我始终进展很慢的原因之一。因为别人提到的技术实现，我根本看不懂，即使是花钱，也没法判断投入的是否合理。

我个人的经历与前端开发、javascript简直就是平行空间，就想和现在的邻居，虽然都生活距离很近，但貌似谁也不了解对方的状态。

javascript的标准叫ECMAScript，99年出版的ES3，我可能看过一点，但是那个时候觉得MFC牛逼，甚至操作系统、汇编才牛逼，就压根不喜欢看和界面有关的一切技术。没想到差不多到现在界面技术反而前后通吃了，而且更容易做一个产品出来，后台技术只能做幕后英雄了。ES5是2009年发布的标准，2015年大佬们又发布了ES6，也就是ECMAScript 2015，估计未来还会有ES7，ES8，ESX。。。

随着对用户体验要求越来越高，前端代码肯定越来越复杂，大佬们希望通过更多的语言特性，使前端开发更加工程化。工程化有啥内涵，我也不是很了解，但至少现在能看到的就是模块化，然后提供更便利的工具。

Read more »

Posted on In Views: Valine: 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
//JS里面创建一个对象最简单的方式是通过{}来直接建立
const bookLiteral = {
  bookName : 'Program',
  bookPrice : '30',
  calcPrice : function(){}
};

//如果需要建立同类型的对象，可以用工厂，或者构造器

//factory function
function createBook(bookName, bookPrice) {
  return {
    bookName,
    bookPrice,
    calcPrice :function (numOfBooks){
      return this.bookPrice * numOfBooks;
    }
  }
}

bookFromFactory = createBook("Factory Object", 15);
console.log(bookFromFactory);
console.log(bookFromFactory.calcPrice(30));

//constructor function
function Book(bookName, bookPrice){
  this.bookName = bookName;
  this.bookPrice = bookPrice;
  this.calcPrice = function (numOfBooks){
    return this.bookPrice * numOfBooks;
  }
}

//js里的new 实际上先生成一个object，然后在这个object上，通过this, 动态增加属性和方法
myBook = new Book('JS', 10);
console.log(myBook.constructor);

for (let key in myBook){
  console.log(key, myBook[key]);
}

const keys = Object.keys(myBook);
console.log(keys);

if ('bookPrice' in myBook) {
  console.log('the price of 10 books: ', myBook.calcPrice(10));
}else
  console.log('price of book:', myBook.calcPrice(1));


//js 的普通{} 都是对外直接访问的，这就导致无法真的做到oop，最起码的封装就没有
//所以需要通过曲线的方式来实现封装，比如：closur, getter , setter
function Circle(radius){
  this.radius = radius;
  //defaultLocation 外部是访问不到的，因为没有把这个defaultLocation加到this的属性上
  let defaultLocation = {x:10, y:10};
  this.draw = function (){
    console.log('DefaultLocation:', defaultLocation);//这里用到了closure backpack
  };
  //getter setter
  Object.defineProperty(this, 'defaultLocation', {
    get: function(){
      return defaultLocation;
    },
    set: function(value){
      if (!value.x || !value.y){
        throw new Error('Not Valid Value');
      }
      defaultLocation = value;
    }
  });
}

var circle = new Circle(10);
//circle.defaultLocation = {x:3};   不符合合法性校验
circle.defaultLocation = {x:3, y:5};
console.log(circle.defaultLocation);