当前位置：首页 > 编程日记 > 正文

微软推出提点神器动态ReLU，可能是最好的ReLU改进

编程日记 2024-11-23 05:00:00

作者 | Vincent

来源 | 晓飞的算法工程笔记

简介

ReLU是深度学习中很重要的里程碑，简单但强大，能够极大地提升神经网络的性能。目前也有很多ReLU的改进版，比如Leaky ReLU和 PReLU，而这些改进版和原版的最终参数都是固定的。所以论文自然而然地想到，如果能够根据输入特征来调整ReLU的参数可能会更好。

图1

基于上面的想法，论文提出了动态ReLU(DY-ReLU)。如图1所示，DY-ReLU是一个分段函数，参数由超函数根据输入得到。超函数综合输入的各维度上下文来自适应激活函数，能够在带来少量额外计算的情况下，显著地提高网络的表达能力。另外，论文提供了三种形态的DY-ReLU，在空间位置和维度上有不同的共享机制。不同形态的DY-ReLU适用于不同的任务，论文也通过实验验证，DY-ReLU在关键点识别和图像分类上均有不错的提升。

Definition and Implementation of Dynamic ReLU

Definition

定义原版的ReLU为，为输入向量，对于输入的维特征，激活值计算为。ReLU可统一表示为分段线性函数，论文基于这个分段函数扩展出动态ReLU，基于所有的输入自适应,：

因子为超函数的输出：

为函数数量，为维度数，激活参数不仅与相关，也与相关。

Implementation of hyper function

论文采用类似与SE模块的轻量级网络进行超函数的实现，对于大小为的输入，首先使用全局平均池化进行压缩，然后使用两个全连接层(中间包含ReLU)进行处理，最后接一个归一化层将结果约束在-1和1之间，归一化层使用，为Sigmoid函数。子网共输出个元素，分别对应和的残差，最终的输出为初始值和残差之和：

和为和的初始值，和是用来控制残差大小的标量。对于的情况，默认参数为，，即为原版ReLU，标量默认为，。

Relation to Prior Work

表1

DY-ReLU的可能性很大，表1展示了DY-ReLU与原版ReLU以及其变种的关系。在学习到特定的参数后，DY-ReLU可等价于ReLU、LeakyReLU以及PReLU。而当K=1，偏置时，则等价于SE模块。另外DY-ReLU也可以是一个动态且高效的Maxout算子，相当于将Maxout的K个卷积转换为K个动态的线性变化，然后同样地输出最大值。

Variations of Dynamic ReLU

论文提供了三种形态的DY-ReLU，在空间位置和维度上有不同的共享机制：

DY-ReLU-A

空间位置和维度均共享(spatial and channel-shared)，计算如图2a所示，仅需输出个参数，计算最简单，表达能力也最弱。

DY-ReLU-B

仅空间位置共享(spatial-shared and channel-wise)，计算如图2b所示，输出个参数。

DY-ReLU-C

空间位置和维度均不共享(spatial and channel-wise)，每个维度的每个元素都有对应的激活函数。虽然表达能力很强，但需要输出的参数()太多了，像前面那要直接用全连接层输出会带来过多的额外计算。为此论文进行了改进，计算如图2c所示，将空间位置分解到另一个attention分支，最后将维度参数乘以空间位置attention。attention的计算简单地使用卷积和归一化方法，归一化使用了带约束的softmax函数：