前段时间做了caffe的batchnormalization层的解析,由于整体的BN层实现在Caffe是分段实现的,因此今天抽时间总结下Scale层次,也会后续两个层做合并做下铺垫。
基本公式梳理
Scale层主要完成 \(top = alpha*bottom+ beta\)的过程,则层中主要有两个参数\(alpha\)与\(beta\),
求导会比较简单。
\]
需要注意的是\(alpha\)与\(beta\)均为向量,针对输入的\(channels\)进行的处理,因此不能简单的认定为一个\(float\)的实数。
具体实现
该部分将结合源码实现解析\(scale\)层:
在Caffe proto中ScaleParameter中对Scale有如下几个参数:
axis [default = 1] ; 默认的处理维度
num_axes [default = 1] ; //在BN中可以忽略,主要决定第二个bottom
FillerParameter filler ; //两个FillerParameter即决定初始alpha和beta的填充方式。
//决定是否学习bias,如果不学习,则可以简化为alpha*x = y
optional bool bias_term = 4 [default = false];
FillerParameter bias_filler;
基本成员变量
// caffe的scale层实现+beta调用了bias层。。。。。。。。。。
shared_ptr<Layer<Dtype>> bias_layer_; /
vector<Blob<Dtype>*>bias_bottom_vec_;
vector<bool> bias_propagate_down_;
int bias_param_id_;
Blob<Dtype> sum_multiplier_;
Blob<Dtype>sum_result_;
Blob<Dtype> temp_;
int axis_;
int outer_dim_,inner_dim_,scale_dim_;
基本成员变量主要包含了Bias层的参数以及Scale层完成对应通道的标注工作。
基本成员函数
主要包含了LayerSetup,Reshape ,Forward和Backward ,内部调用的时候bias_term为true的时候会调用biasLayer的相关函数.
LayerSetup,层次的建立
template <typename Dtype>
void ScaleLayer<Dtype>::LayerSetUp(const vector<Blob<Dtype>*>& bottom,
const vector<Blob<Dtype>*>& top) {
const ScaleParameter param = this->layer_param_->scale_param();
if (bottom.size() == 1 && this->blobs_.size() > 0) {
//区分测试与训练,测试时 blobs-已经有值
}
else if(bottom.size() == 1){
// 考虑BN的scale 不需要考虑axes
axis_ = bottom[0]->CanonicalAxisIndex(param.axis());// 1 通道
const int num_axes = param.num_axes(); // 1
this->blobs_.resize(1);// alpha;
//这么大一串,实际就是blobs_[0].reset(new Blob<Dtype>(vector<int>(C)));
const vector<int>::const_iterator& shape_start =
bottom[0]->shape().begin() + axis_;
const vector<int>::const_iterator& shape_end =
(num_axes == -1) ? bottom[0]->shape().end() : (shape_start + num_axes);
vector<int>scale_shape(shape_start, shape_end);
this->blobs_[0].reset(new Blob<Dtype>(scale_shape));
FillerParameter filler_param(param.filler());
if (!param.has_filler()) { //没写明填充模式
filler_param.set_type("constant");
filler_param.set_value(1);
}
shared_ptr<Filler<Dtype>>filler(GetFiller<Dtype>(filler_param));
filler->Fill(this->blobs_[0].get());
}
// 处理需不需要bias
if (param.bias_term()) {
LayerParameter layer_param(this->layer_param_);
layer_param.set_type("Bias");
BiasParameter* bias_param = layer_param_.mutable_bias_param();
bias_param->set_axis(param.aixs());
if (bottom.size() > 1) {
bias_param->set_num_axes(bottom[1]->num_axes());
}
else{
bias_param->set_num_axes(param.num_axes());//bn层走下面
}
bias_param->mutable_filler()->CopyFrom(param.bias_filler());
bias_layer_ = LayerRegistry<Dtype>::CreateLayer(layer_param);
bias_bottom_vec_.resize(1);
bias_bottom_vec_[0] = bottom[0];
bias_layer_->Setup(bias_bottom_vec_,top);
bias_param_id = this->blobs_.size(); //1 alpha 此处增加个beta
this->blobs_.resize(bias_param_id_+1); // 2
this->blobs_[bias_param_id] = bias_layer_->blobs()[0];
bias_propagate_down_.resize(1,false);
}
this->param_propagate_down_.resize(this->blobs_.size(),true);
}
Scale层的一部分在完整BN中是不需要考虑的,完整BN中bottomSize为1,num_axes默认为1,blobs_[0]为长度为C的向量,bias需要调用caffe的bias层,所以会看着比较麻烦。
Reshape 调整输入输出与中间变量
Reshape层完成许多中间变量的size初始化
//Reshape操作
template <typename Dtype>
void ScaleLayer<Dtype>::Reshape(const vector<Blob<Dtype>*>& bottom,
const vector<Blob<Dtype>*>& top) {
const ScaleParameter param = this->layer_param_->scale_param();
Blob<Dtype>* scale = (bottom.size() > 1)?bottom[1]:this->blobs_[0].get();
axis_=(scale->num_axes()==0)?0:botom[0]->CanonicalAxisIndex(param.axis());
//这里做了下比较 bottom的NCHW axis_ = 1 则 C == C
CHECK_EQ(bottom[0]->shape(axis_) = scale->shape(0));
outer_dim_ = bottom[0]->count(0,axis_);// n
scale_dim = scale->count(); //c
inner_dim_ = bottom[0]->count(axis+1);// hw
if (bottom[0] == top[0]) {
// Layer得top和bottom同名 in-place computation
const bool scale_param = (bottom.size() == 1); //true
if (!scale_param || (scale_param && this->param_propagate_down_[0]) {
// 后面一个条件成立,需要backward
//防止修改top时,bottom改变,做临时,因为求导要用到原始的bottom-data
temp_.ReshapeLike(*bottom[0]);
}
}
else{
top[0]->ReshapeLike(*bottom[0]);//
}
//类似于bn的num-by—tran 保存中间的NC结果 NC*1*1*1
sum_result_.Reshape(vector<int>(1,outer_dim_*scale_dim_));
const int sum_mult_size = std::max(outer_dim_,inner_dim_);
// 为什么不类似于BN做两个temp vector呢
sum_multiplier_.Reshape(vector<int>(1,sum_mult_size));
if (sum_multiplier_.cpu_data()[sum_mult_size-1] != Dtype(1)) {
caffe_set(sum_mult_size,Dtype(1),sum_multiplier_.mutable_cpu_data());
}
if (bias_layer_) {
bias_bottom_vec_[0] = top[0];
bias_layer_->Reshape(bias_bottom_vec_,top);
}
}
Reshape操作同BN的基本相似,只不过此处只是新建了两个中间变量,sum_multiplier_和sum_result_.
Forward 前向计算
前向计算,在BN中国紧跟着BN的归一化输出,完成乘以alpha与+bias的操作,由于alpha与bias均为C的向量,因此需要先进行广播。
template <typename Dtype>
void ScaleLayer<Dtype>::Forward_cpu(
const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) {
const Dtype* bottom_data = bottom[0]->cpu_data();
if (bottom[0] == top[0]) {
// 先进行一次临时拷贝复制
caffe_copy(bottom[0]->count(),bottom_data,temp_.mutable_cpu_data());
}
const Dtype* scale_data = (bottom.size() > 1)?bottom[1]:
this->blios_[0]->cpu_data();
Dtype* top_data = top[0]->mutable_cpu_data();
// 这里的遍历实际上和广播的类似,一种是每次操作inner_dim个元素,一种是讲alpha
// 广播到整个feature_map,然后再调用一次cpu_scale
for (size_t n = 0; n < outer_dim_; n++) { // n
for (size_t d = 0; d < scale_dim_; d++) { //c
const Dtype factory = scale_data[d];// 取某一个通道的值
caffe_cpu_scale(inner_dim,factory,bottom_data,top_data);
top_data += inner_dim_;
bottom_data += inner_dim;
}
}
if (bias_layer_) {
bias_layer_->Forward(bias_bottom_vec_,top);
}
}
Backward 反向计算
主要求解三个梯度,对alpha 、beta和输入的bottom(此处的temp)
template <typename Dtype>
void ScaleLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top,
const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom) {
if (bias_layer_ && // 默认false
this->param_propagate_down_[this->param_propagate_down_.size()-1]) {
bias_layer_->Backward(top,bias_propagate_down_,bias_bottom_vec_);
}
const scale_param = (bottom.size() == 1);
Blob<Dtype>* scale = scale_param? this->blobs_[0].get(),bottom[1];
if ((!scale_param && propagate_down[1])|| //bottomsize大于1的时候判断
(scale_param&&this->param_propagate_down_[0])) {// 1个输入是判断alpha
const Dtype* top_diff = top[0]->cpu_diff();
Dtype* bottom_diff = bottom[0]->mutable_cpu_diff();
const in_place = (bottom[0] == top[0]);
// 需要做备份 如果输入输出同名,需要注意用原来临时的temp
const Dtype* bottom_data =in_place?temp_.cpu_data():bottom[0]->cpu_data();
// BN中输入是NCHW,而alpha和beta仅仅针对C
const bool is_eltwise = (bottom[0]->count() == scale->count());//不相等的
Dtype* product= is_eltwise?scale_.mutable_cpu_diff():
(in_place?temp_.mutable_cpu_data():bottom[0]->mutable_cpu_diff());
caffe_mul(top[0]->count(),top_diff,bottom_data,product);
if (!is_eltwise) { // blobs_与输入对不上
Dtype* sum_result_ = NULL;
if (inner_dim_ == 1) {
//H*W == 1;
sum_result_ = product;
}
else if(sum_result_.count() == 1){ // 1*1*1*1
const Dtype* sum_mult_ = sum_multiplier_.cpu_data();
Dtype* scale_diff = scale->mutable_cpu_diff();
if (scale_param) { //true
Dtype result = caffe_cpu_dot(inner_dim,product,sum_mult);
*scale_diff += result; //H*W的相乘
}
else{
*scale_diff = caffe_cpu_dot(inner_dim_,product,sum_mult);
}
}
else{
const Dtype* sum_mult = sum_multiplier_.mutable_cpu_data();
sum_result = (outer_dim_ == 1)? // nc如果n==1就直接幅值C
scale_.mutable_cpu_diff():sum_result_.mutable_cpu_data();
//NC HW * HW*1 = NC*1 HW全1
caffe_cpu_gemv<Dtype>(CblasNoTrans,sum_result.count(),inner_dim,
Dtype(1),product,sum_mult,Dtype(0),Dtype(0),sum_result);
}
if (out_dim_ != 1) {
const Dtype* sum_mult = sum_multiplier_.cpu_data();
Dtype* scale_diff = scale->mutable_cpu_diff();
if (scale_dim_ ==1) {
if (scale_param) { // C==1直接计算 NC*NC
Dtype result = caffe_cpu_dot(outer_dim_,sum_mult_,sum_result);
*scale_diff += result;
}
else{
*scale_diff = caffe_cpu_dot(outer_dim_,sum_mult_,sum_result);
}
}
else{ //如果C != 1 需要gemv,(num * channels)^t * 1 *num*1
caffe_cpu_gemv<Dtype>(CblasTrans,outer_dim_,scale_dim,
Dtype(1),sum_result,sum_mult,Dtype(scale_param),scale_diff);
}
}
}
}
if (propagate_down[0]) { //x求导
const Dtype* top_diff = top[0]->cpu_diff();
const Dtype* scale_data = scale->cpu_data();
Dtype* bottom_diff = bottom[0]->mutable_cpu_diff();
for (size_t n = 0; n < outer_dim_; n++) {
for (size_t d = 0; d < inner_dim_; d++) {
const Dtype factory = scale_data[d];
caffe_cpu_scale(inner_dim_,factory,top_diff,bottom_diff);
bottom_diff += inner_dim_;
top_diff += inner_dim_;
}
}
}
}
Caffe中的Scale层由于不仅仅作为BN的后续层,因此看着会比较绕,实际去上去掉很多if else 后会清晰很多
本文作者: 张峰
本文链接:http://www.enjoyai.site/2017/11/09
版权声明:本博客所有文章,均采用CC BY-NC-SA 3.0 许可协议。转载请注明出处!
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Caffe_Scale层解析 - Python技术站