卷積層和全連線層之間的關係

1 卷積層和全連線層的概念

https://towardsdatascience.com/convolutional-neural-network-17fb77e76c05

2 卷積層和全連線層間關係

2.1 1 × 1卷積核的卷積層和全連線層

假設有一個三維圖片輸入，大小為 3 × 3 × 3, 其中 3 為 channel 顏色維度，3 × 3 長和寬畫素維度。下面分別通過卷積層和全連線層進行計算。

2.1.1 通過卷積層計算圖片

下面通過一個卷積層計算，其中卷積層中 卷積核為 3 × 1 × 1， 擴充為0，步長為 1，輸入通道為 3，輸出通道為2。

顯然，Kernel中有 6 個引數，這是我們需要資料迭代去訓練的引數。

2.1.2 通過全連線層計算圖片

我們根據輸入影像和輸出影像，建立一個全連線層：

首先將圖片資料轉化為一維向量，向量長為 3³  ，該向量作為輸入層。同樣轉化卷積層結果（ 2 × 3 × 3 張量） 為長度 18 的一維向量，作為輸出層。

通過計算可以知道，此全連線層的引數數量為 486 個 （ 27 * 18 ）。

很明顯全連線層的引數遠遠比卷積層的核函式中的引數多很多，下面我們將根據卷積層的計算原理逐步搭建一個全連線層，以此來搞清楚全連線層引數數量高的原因。

首先，根據卷積層計算原理，可知：

　　　　Y₀₀₀ =   X₀₀₀ * K₀₀₀₀ + X₁₀₀ * K₀₁₀₀ + X₂₀₀ * K₀₂₀₀

根據此式可構建全連線層：

同理，構建輸出層中 channel = 0 的關係。

　　　　Y[0] = X[0] * K[0] + X[1] * K[0] + X[2] * K[0] + X[3] * K[0] + X[4] * K[0] + X[5] * K[0] + X[6] * K[0] + X[7] * K[0] + X[8] * K[0]

可以看出全連線層的引數數量是之前的 9 倍，但是僅僅是 K[0] 的三個引數複製使用而已。（這也是卷積層的特點之一，權值共享）

相同顏色的引數代表權重相同。

然後，對輸出層上的剩餘的 channel 做同樣的計算。

　　　　Y[1] = X[0] * K[1] + X[1] * K[1] + X[2] * K[1] + X[3] * K[1] + X[4] * K[1] + X[5] * K[1] + X[6] * K[1] + X[7] * K[1] + X[8] * K[1]

可以發現計算涉及的引數，只有 K[1] 改變了，這是由卷積層計算的原理有關，由卷積核的輸出通道數量決定輸出的維度，在全連線層中，表現為輸出層的大小。

顯然，因為改變了卷積核的引數，全連線層的引數也應當改變，所以完整的全連線層如下，構建完成。

相同顏色的引數代表在同一個卷積核的同一個維度，一共有 54 個引數。

2.1.3 對比與總結

根據卷積層計算構建的全連線層實質等效於卷積層，因此，卷積層所做的計算次數（乘法）相等於全連線層的引數數量（54個，2組引數，每組3個引數重複使用9次），卷積核的引數數量（6個）相等於全連線層的有效引數（不為0的引數）數量（2組，每組3個引數）。而此全連線層的引數（54個）相較於不考慮計算的全連線層的引數（486個）同樣少很多，那麼可以將剩下沒有在卷積層計算中體現出來的引數均視為0，這樣就滿足了全連線層應有的引數數量。

2.2 輸入資料的spatial維度和卷積核相同的卷積層和全連線層

假設有一個三維圖片輸入，大小為 3 × 3 × 3, 其中 3 為 channel 顏色維度，3 × 3 長和寬畫素維度。下面分別通過卷積層和全連線層進行計算。

2.1.1 通過卷積層計算圖片

下面通過一個卷積層計算，其中卷積層中 卷積核為 3 × 3 × 3， 擴充為0，步長為 1，輸入通道為 3，輸出通道為2。

 

顯然，Kernel中有 54 個引數，這是我們需要資料迭代去訓練的引數。

2.1.2 通過全連線層計算圖片

我們根據輸入影像和輸出影像，建立一個全連線層：

首先將圖片資料轉化為一維向量，向量長為 3³  ，該向量作為輸入層。同樣轉化卷積層結果（ 2 × 1 張量） 為長度 2 的一維向量，作為輸出層。

 

觀察得知，可以發現此全連線層引數於卷積核的引數相同。此外，該全連線層的計算和卷積層的計算也是相同的。

因此，可以說此全連線層等效於卷積層。

2.1.3 對比與總結

可以看出，如果卷積核和輸入資料的spatial維度相同時，卷積層等價於全連線層。

2.3 n₁ × n₂ 卷積核的卷積層和全連線層

假設有一個三維圖片輸入，大小為 channel1 × h × w, 其中 channel 為 顏色維度，h × w 長和寬畫素維度。通過一個核函式為 channel2 × channel1 × n₁ × n₂ 的卷積層，那麼會輸出大小為 channel2 × r₁ × r₂ 的張量，其中 r₁ = ⌊(h - n₁)/s⌋ + 1，r₂ = ⌊(h - n₂)/s⌋ + 1。

其中，最終輸出的張量，包含 channel2 * r₁ * r₂ 個項，其中每一項都是通過 channel1 次卷積運算後相求和得到的，每一次卷積運算會涉及 n₁ * n₂ 次乘法運算，所以一共會涉及 channel1 * channel2 * n₁ * n₂ * r₁ * r₂ 次計算。

如果將該卷積層轉換為全連線層，因為輸入層是大小為 channel1 × h × w 的向量，輸出大小為 channel2 × r₁ × r₂ 的向量，全連線層就會有 channel1 * channel2 *  h * w * r₁ * r₂ 個引數，其中大部分均為0，channel1 * channel2 * n₁ * n₂ * r₁ * r₂ 個為存在值的有效引數，有效引數是由 channel1 * channel2 * n₁ * n₂ 個引數重複 r₁ * r₂ 次組成的。

這 channel1 * channel2 * n₁ * n₂ 個核心有效引數即是卷積層的卷積核內的引數。

3 總結

下面做個簡單的歸納，對比全連線層和卷積層，可以發現：

• 當 h * w == n₁ * n₂  且 n₁ ≤ h && n₂ ≤ w 時，即 h == n₁ && w == n₂ 時，全連線層即可完全等價於卷積層，並且 r₁ == r₂ == 1，不會存在重複的有效引數。
• 當 n₁ < h || n₂ < w 時，n₁ 和 n₂ 的值分別越接近 h 和 w，那麼全連線層的有效引數率越高。
• 全連線層的引數數量是卷積層的引數數量的 (h / n₁) / (w / n₂) 倍，n₁ 和 n₂ 的值分別越接近 h 和 w，全連線層的引數數量就越接近卷積層，相反，n₁ 和 n₂ 的值分別越遠離 h 和 w 時，全連線層的引數數量就會越來越大於卷積層。
• 當 r₁ > 1 || r₂ > 1 時，r₁ 和 r₂ 的值越大，有效引數的重複率越高。