EdgeViTs的一些改进以及完全体复现_陕西然坤悦科技有限公司

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 行业资讯

EdgeViTs的一些改进以及完全体复现

2025-07-31

浏览次数：次

返回列表

本文回顾EdgeViTs复现，介绍BN、LN、GN区别，详述复现详情：将原始结构的LN层换为GN层，把FFN层双层全连接层改为两层卷积层，复现了不同计算复杂度下的结构，还包括模型组成及实验，用Flowers数据集训练并可视化过程。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

edgevits的一些改进以及完全体复现 -

EdgeViTs的一些改进以及完全体复现

1 前言

1.1 EdgeViTs复现回顾

在上一篇文章中，带大家对EdgeViTs中的主要模块LGL进行了复现，并且在Cifar10数据集上进行了实验。在本篇文章中对EdgeViTs的完全体进行了复现，并且在原作的基础上，做出来一些改进。

1.2 BN LN GN的区别

作为神经网络中的重要组成部分，批处理归一化（BN）层有各种形态：Batch Normalization (BN)、Layer Normalization (LN)、Instance Normalization (IN)、Group Normalization (GN)。从公式看它们都差不多：即减去均值，除以标准差，再施以线性映射。

EdgeViTs的一些改进以及完全体复现 -

这些归一化算法的主要区别在于操作的 feature map 维度不同。BN对batch size有依赖，当batch size较大时，有不错的效果。而LN、IN、GN能够摆脱这种依赖，其中GN效果最好。

1.3 Batch Normalization (BN)

具体来说，就是把第1个样本的第1个通道，加上第2个样本第1个通道 ...... 加上第 N 个样本第1个通道，求平均，得到通道 1 的均值（注意是除以 N×H×W 而不是单纯除以 N，最后得到的是一个代表这个 batch 第1个通道平均值的数字，而不是一个 H×W 的矩阵）。求通道 1 的方差也是同理。对所有通道都施加一遍这个操作，就得到了所有通道的均值和方差。

EdgeViTs的一些改进以及完全体复现 -

1.4 Layer Normalization（LN）

Layer Normalization (LN) 的一个优势是不需要批训练，在单条数据内部就能归一化。LN 对每个样本的 C、H、W 维度上的数据求均值和标准差，保留 N 维度。其均值和标准差公式为：

EdgeViTs的一些改进以及完全体复现 -

1.5 Group Normalization (GN)

GN 计算均值和标准差时，把每一个样本 feature map 的 channel 分成 G 组，每组将有 C/G 个 channel，然后将这些 channel 中的元素求均值和标准差。各组 channel 用其对应的归一化参数独立地归一化。

php商城系统

PHP商城系统是国内功能优秀的网上商城系统，同时也是一个商业的PHP开发框架，有多套免费模版，强大的后台管理功能，专业的网上商城系统解决方案，快速建设网上购物商城、数码商城、手机商城、办公用品商城等网站。 php商城系统v3.0 rc6升级 1、主要修复用户使用中出现的js未加载完报错问题，后台整改、以及后台栏目的全新部署、更利于用户体验。 2、扩展出，更多系统内部的功能，以便用户能够迅速找到需

0 查看详情 php商城系统

EdgeViTs的一些改进以及完全体复现 -

BN LN GN的区别主要参考BN、LN、IN、GN的简介更详细的介绍大家可以点击该链接进行查阅。

2 复现详情

对于绝大部分的transformer来说，其归一化层都选择LN，LN最初使用在自然语言中，在transformer应用在了图像之后，大家对其未做更改，并且该LN层在实际的应用中效果不错，所以大家在实际的使用中对其未做更改，在本项目中，对原始的结构中的LN层进行了替换，使用GN层作为归一化层，并且将其FFN层中的双层全连接层更改为两层卷积层。具体如下所示：

EdgeViTs的一些改进以及完全体复现 -

论文作者在不同的计算复杂度（具体为0.5G、1G和2G）下构建了一系列具有本文所提出的LGL bottleneck的EdgeViTs。下图总结了这些配置。在本项目中，对下面所列的结构均进行了复现。

EdgeViTs的一些改进以及完全体复现 -

继之前的分层ViT之后，EdgeViTs由四个具有空间分辨率的阶段组成（即token序列长度），自注意力模块逐渐减少，取而代之的是我们的LGL bottleneck。对于每个阶段的下采样，作者使用了一个conv层，核大小为2×2，步长为2，除了第一阶段，作者按×4下采样输入特征，并使用4×4和步长为4的核。作者采用了条件位置编码，这已被证明优于绝对位置编码。这可以使用2D depth-wise卷积加上残差连接来实现。在提出的模型中，作者使用具有零填充的3×3 depth-wise卷积，在局部聚合及全局稀疏自注意力之前。FFN由两个线性层组成，其中GeLU非线性激活函数位于两者之间。模型的局部聚合操作可以通过point-wise和depth-wise卷积堆叠实现。全局稀疏注意力由四个阶段采样率为（4,2,2,1）的空间均匀采样器和标准MHSA组成。局部传播通过深度可分离转置卷积实现，其kernel大小和步长等于全局稀疏注意力中使用的采样率。

3 模型实验

In [ ]

from edgevit import EdgeViT_XXS, EdgeViT_XS, EdgeViT_Simport paddle

model = EdgeViT_XXS()

paddle.summary(model,(1,3,224,224))

In [ ]

import paddlefrom paddle.metric import Accuracyfrom paddle.vision.datasets import Flowersfrom paddle.vision.transforms import Compose, Normalize, Resize, Transpose, ToTensor

callback = paddle.callbacks.VisualDL(log_dir='visualdl_log_dir')

normalize = Normalize(mean=[0.5, 0.5, 0.5],
                    std=[0.5, 0.5, 0.5],
                    data_format='HWC')
transform = Compose([ToTensor(), Normalize(), Resize(size=(224,224))])

cifar10_train = paddle.vision.datasets.Flowers(mode='train',
                                               transform=transform)
cifar10_test = paddle.vision.datasets.Flowers(mode='test',
                                              transform=transform)# 构建训练集数据加载器train_loader = paddle.io.DataLoader(cifar10_train, batch_size=128, shuffle=True)# 构建测试集数据加载器test_loader = paddle.io.DataLoader(cifar10_test, batch_size=128, shuffle=True)

model = paddle.Model(EdgeViT_XXS())
optim = paddle.optimizer.Adam(learning_rate=0.001, parameters=model.parameters())

model.prepare(
    optim,
    paddle.nn.CrossEntropyLoss(),
    Accuracy()
    )

model.fit(train_data=train_loader,
        eval_data=test_loader,
        epochs=20,
        callbacks=callback,
        verbose=1
        )