lambda networks

Lambda-Netzwerke – Pytorch

Implementierung von λ Networks, einem neuen Ansatz zur Bilderkennung, der SOTA auf ImageNet erreicht. Die neue Methode nutzt die λ-Schicht, die Interaktionen erfasst, indem sie Kontexte in lineare Funktionen, sogenannte Lambdas, umwandelt und diese linearen Funktionen separat auf jede Eingabe anwendet.

Rezension von Yannic Kilcher

Installieren

$ pip install lambda-networks

Verwendung

Globaler Kontext

 import torch
from lambda_networks import LambdaLayer

layer = LambdaLayer (
    dim = 32 ,       # channels going in
    dim_out = 32 ,   # channels out
    n = 64 ,         # size of the receptive window - max(height, width)
    dim_k = 16 ,     # key dimension
    heads = 4 ,      # number of heads, for multi-query
    dim_u = 1       # 'intra-depth' dimension
)

x = torch . randn ( 1 , 32 , 64 , 64 )
layer ( x ) # (1, 32, 64, 64)

Lokalisierter Kontext

 import torch
from lambda_networks import LambdaLayer

layer = LambdaLayer (
    dim = 32 ,
    dim_out = 32 ,
    r = 23 ,         # the receptive field for relative positional encoding (23 x 23)
    dim_k = 16 ,
    heads = 4 ,
    dim_u = 4
)

x = torch . randn ( 1 , 32 , 64 , 64 )
layer ( x ) # (1, 32, 64, 64)

Zum Spaß können Sie dies auch wie folgt importieren

 from lambda_networks import λLayer 

Tensorflow/Keras-Version

Shinel94 hat eine Keras-Implementierung hinzugefügt! Es wird in diesem Repository nicht offiziell unterstützt. Kopieren Sie daher entweder den Code unter ./lambda_networks/tfkeras.py oder fügen Sie ihn ein oder stellen Sie sicher, dass Sie tensorflow und keras installieren, bevor Sie Folgendes ausführen.

 import tensorflow as tf
from lambda_networks . tfkeras import LambdaLayer

layer = LambdaLayer (
    dim_out = 32 ,
    r = 23 ,
    dim_k = 16 ,
    heads = 4 ,
    dim_u = 1
)

x = tf . random . normal (( 1 , 64 , 64 , 16 )) # channel last format
layer ( x ) # (1, 64, 64, 32) 

Zitate

 @inproceedings {
    anonymous2021lambdanetworks,
    title = { LambdaNetworks: Modeling long-range Interactions without Attention } ,
    author = { Anonymous } ,
    booktitle = { Submitted to International Conference on Learning Representations } ,
    year = { 2021 } ,
    url = { https://openreview.net/forum?id=xTJEN-ggl1b } ,
    note = { under review }
}