[Classification] AlexNet 논문리뷰
논문 링크
https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf
2012년 발행
0. TITLE
ImageNet Classification with Deep Convolutional Neural Networks
: CNN을 이용해서 ImageNet 데이터에 classification task를 수행한다.
1. Abstract
ImageNet LSVRC-2010 contest에 나왔던 1.2 백만개의 데이터를 1000개의 클래스로 분류하는 작업이다.
top-1과 top-5 error rate가 각각 37.5%, 17%로 이전 SOTA 모델보다 개선된 수치를 달성하였다.
[ 구조 ]
6천만개의 파라미터와 65만개의 뉴런을 가진 뉴럴 네트워크가
5개의 convolution layers로 이루어져 있다.
이 중 일부는 max-pooling layer와 3개의 fully connected layer로 이어진다.
마지막은 1000개로 softmax.
[ 성능 향상을 위해 ]
fully connected layer의 overfitting을 줄이기 위해
"dropout"이라는 정규화 기법 사용
2. Results & discussion (data 훑기)
1) ILSVRC2010 test set 에 대한 error rates 비교
2) ILSVRC-2012 validation과 test sets에 대한 error rates 비교
(asterisk*가 붙은 것은 ImageNet 2011 Fall release 데이터로 “pre-trained”한 것)
3) Discussion
한 개라도 convolution layer가 사라진다면, 성능이 크게 저하된다.
top-1 performance에서도 중간에 한 layer를 삭제했더니 2%의 성능 감소가 있었다.
따라서, depth는 결과에 있어 아주 중요한 요소이다.
학습에 있어서 unsupervised pre-training을 사용하지 않았다.
궁극적으로는 video sequences에 크고 깊은 convolution nets를 사용하여
도움이 되는 정보를 제공하는 것이 목표이다.
3. Introduction
간단한 recognition task는 작은 데이터셋으로도 풀 수 있었지만,
실제 물체는 상당한 다양성을 가지고 있기 때문에 더 큰 training set를 사용해야만 한다.
수만은 물체들을 인식하기 위해서는 더 큰 용량을 가진 모델이 필요해졌다.
게다가 주어지지 않은 이미지들에 대한 고려도 해야한다.
이러이러한 문제점이 있지만,
다행히도 현재의 강력한 GPU와 오버피팅없이 train할 수 있을만큼 많은 레이블된 데이터가 있어
문제를 해결할 수 있다.
우리의 모델은 가장 큰 CNN 모델 중의 하나를 학습시켰고,
ILSVRC-2010 and ILSVRC-2012에서 가장 높은 결과를 얻을 수 있었다.
두 개의 GTX 580 3GB GPU로 5-6일간 학습시켰다.
우리의 실험은 더 빠른 GPU와 더 큰 데이터셋이 있다면 결과가 더 개선될 수 있음을 제안하였다.
4. Architecture
5개의 convolution layer + 3개의 fully-connected layer
1) ReLU의 Non-linearity
기존의 sigmoid나 tanh는 ReLU보다 훨씬 느리다. 즉, ReLU가 훨씬 빠르다.
ReLU는 기존의 activation 함수들보다 경사 하강 알고리즘에 유리하며, overfitting 감소하는 장점이 있다.
ReLU(solid), tanh(dashed) 비교 그래프
f(x) = |tanh| 함수로도 시도가 있었지만, 여기서는 overfitting을 막는 데에 초점이 맞춰져 있었기 때문에
우리가 발표한 ReLU를 사용할 때 발생되는 accelerated ability와는 다르다
2) 2개의 GPU 사용
1.2백만개의 training 데이터를 사용하기에 1개의 GPU로는 충분치 않아서
두 개의 GPU 사용하였다.
parallelization 기법 사용하였다.
kernel을 반으로 나눠 각각의 GPU에 넣고, 특정 layer에서 communication 하는 방식
3) Local Response Normalization 국지 정규화
정규화가 일반화에 영향을 준다는 것을 알아냈다.
k = 2, n = 5, α = 10−4, β = 0.75 는 여러 연구를 통해 알아낸 최적의 수치이며
이는 하이퍼 파라미터이다. 아래의 식에 적용하여 정규화(normalization) 수행
* 해당 Normalization 방식을 ReLU 뒤에 수행하였다. 성능향상에 효과적이었다.
4) Overlapping pooling
pooling layer에서 s(stride) < z(filter size) 하게 만들어서
overlap 하게 만들었다. 성능향상에 효과적이었다.
5) 전체 구조
[ 모델 구조 ]
두 번째, 네 번째, 다섯 번째 convolution layer는 동일한 GPU에 있었던 이전 layer와만 연결되어 있다.
세 번째 Layer은 두 번째 layer의 모든 kernel map과 연결되어 있다.
fully-connect layer들은 모든 이전의 kernel map과 연결되어 있다.
첫번째, 두번째 convolution layer에서 LRN을 사용하였다.
max-pooling은 LRN 뒤에랑 다섯번째 convolution layer에서 사용하였다.
ReLU non-linearity는 모든 convolution layer와 fully-connected layer에서 사용되었다.
[ 필터 크기 ]
첫번째 convolution layer의 필터는 224x224x3 input images + 96개의 11x11x3 kernel + 4 pixel의 stride
두번째 convolution layer의 필터는 첫번째 layer의 output size(LRN과 max-pooling 적용된) + 256 kernels of size 5 × 5 × 48 The third, fourth, and fifth convolutional layers are connected to one another without any intervening pooling or normalization layers.
The third convolutional layer has 384 kernels of size 3 × 3 × 256 connected to the (normalized, pooled) outputs of the second convolutional layer.
The fourth convolutional layer has 384 kernels of size 3 × 3 × 192 , and
the fifth convolutional layer has 256 kernels of size 3 × 3 × 192. The fully-connected layers have 4096 neurons each.
5. Overfitting을 줄이기 위해
1) Data Augmentation
label-preservatin transformations를 사용하여 데이터셋을 인위적으로 늘리는 방식 사용하였다.
data augmentation은 CPU에서 실행하였으므로 computationally free하다.
- The first form of data augmentation
generating image translations & horizontal reflections
(random 224 × 224 patches)
-> softmax
- The second form of data augmentation
altering the intensities of the RGB channels in training images
Specifically, PCA on the set of RGB pixel values
add multiples of the found principal components with magnitudes proportional to the corresponding eigenvalues times a random variable drawn from a Gaussian with mean zero and standard deviation 0.1.
2) Dropout
여러 다른 모델들의 예측 결과를 합치는 것도 error 줄이는 데에 매우 효과적이다.
하지만, 굉장히 큰 neural network에 쓰기에는 너무 비싸다.
대신에 dropout을 사용하면 매우 효과적이다. (setting to zero the output of each hidden neuron with probability 0.5)
뉴런들끼리의 영향력을 줄여준다.
마지막에 0.5를 곱해준다.
우리는 dropout을 첫 두개의 fully-connected layer에 적용하였다.
6. Details of learning
stochastic gradient descent를 사용하였다.
batch size 128
momentum 0.9
weight decay 0.0005(중요함) -> 정규화 뿐만 아니라 training error를 줄여줬음
모든 layer에 동일한 Learning Rate 적용하였음 -> lr = 0.01
epoch = 90