lambda networks

Redes Lambda-Pytorch

Implementación de λ Networks, un nuevo enfoque de reconocimiento de imágenes que llega a SOTA en ImageNet. El nuevo método utiliza la capa λ, que captura interacciones transformando contextos en funciones lineales, denominadas lambdas, y aplicando estas funciones lineales a cada entrada por separado.

Reseña del artículo de Yannic Kilcher

Instalar

$ pip install lambda-networks

Uso

Contexto global

 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)

Contexto localizado

 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)

Por diversión, también puedes importar esto de la siguiente manera

 from lambda_networks import λLayer 

Versión Tensorflow/Keras

¡Shinel94 ha agregado una implementación de Keras! No será compatible oficialmente en este repositorio, así que copie/pegue el código en ./lambda_networks/tfkeras.py o asegúrese de instalar tensorflow y keras antes de ejecutar lo siguiente.

 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) 

Citas

 @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 }
}