Я добавил слой LSTM после свертки в модели VGG-16, используя PyTorch. Сверхурочная модель хорошо учится. Однако после добавления только одного слоя LSTM, который состоит из 32 клеток LSTM, процесс обучения и оценки занимает примерно 10 раз.
Я добавил слой LSTM к структуре VGG следующим образом
def make_layers(cfg, batch_norm=False):
# print("Making layers!")
layers = []
in_channels = 3
count=0
for v in cfg:
count+=1
if v == 'M':
layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
else:
conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
if batch_norm:
layers += [conv2d, nn.BatchNorm2d(v), nn.ReLU(inplace=True)]
else:
layers += [conv2d, nn.ReLU(inplace=True)]
in_channels=v
if count==5:
rlstm =RLSTM(v)
rlstm=rlstm.cuda()
layers+=[rlstm]
RLSTM - это мой пользовательский класс, который реализует RowLSTM, из бумаги Googles Pixel RNN.
Это распространенная проблема? Накладываются ли слои LSTM на тренировки в целом?
Да, поскольку LSTM (и многие другие RNN) полагаются на последовательную подачу информации, вы теряете большую часть ускорений распараллеливания, которую вы обычно используете с CNN. Существуют и другие типы RNN, которые вы можете изучить, используя более параллелизуемые алгоритмы, но вердикт по их прогнозируемой производительности по сравнению с LSTM/GRU все еще не вышел