为什么resnet跳跃连接就可以实现 resnet为什么有效

为什么残差学习可以解决“网络加深准确率下降”的问题？

对于一个神经网络模型，如果该模型是最优的，那么训练就很容易将residual mapping优化到0，此时只剩下identity mapping，那么无论怎么增加深度，理论上网络会一直处于最优状态。因为相当于后面所有增加的网络都会沿着identity mapping（自身）进行信息传输，可以理解为最优网络后面的层数都是废掉的（不具备特征提取的能力），实际上没起什么作用。这样，网络的性能也就不会随着深度的增加而降低了。

resnet 又叫深度残差网络

图像识别准确率很高，主要作者是国人哦

 

深度网络的退化问题

深度网络难以训练，梯度消失，梯度爆炸，老生常谈，不多说

resnet 解决了这个问题，并且将网络深度扩展到了最多152层。怎么解决的呢？

 

残差学习

结构如图

 

在普通的卷积过程中加入了一个x的恒等映射（identity mapping）

专家把这称作 skip connections  或者 shortcut connections

 

残差结构的理解

为什么要这样呢？下面我从多个角度阐述这个问题。

 

生活角度

每学习一个模型，我都希望能用日常的生活去解释为什么模型要这样，一是加深对模型的理解，二是给自己搭建模型寻找灵感，三是给优化模型寻找灵感。

resnet 无疑是解决很难识别的问题的，那我举一个日常生活中人类也难以识别的问题，看看这个模型跟人类的识别方法是否一致。

比如人类识别杯子里的水烫不烫

一杯水，我摸了一下，烫，好，我的神经开始运转，最后形成理论杯子里的水烫，这显然不对

又一杯水，我一摸，不烫，好嘛，这咋办，认知混乱了，也就是无法得到有效的参数，

那人类是怎么办呢？

我们不止是摸一摸，而且在摸过之后还要把杯子拿起来仔细看看，有什么细节可以帮助我们更好的识别，这就是在神经经过运转后，又把x整体输入，

当然即使我们拿起杯子看半天，也可能看不出任何规律来帮助我们识别，那人类的作法是什么呢？我记住吧，这种情况要小心，这就是梯度消失了，学习不到任何规律，记住就是恒等映射，

这个过程和resnet是一致的。

 

网络结构角度

当梯度消失时，f(x)=0，y=g(x)=relu(x)=x，怎么理解呢？

1. 当梯度消失时，模型就是记住，长这样的就是该类别，是一个大型的过滤器

2. 在网络上堆叠这样的结构，就算梯度消失，我什么也学不到，我至少把原来的样子恒等映射了过去，相当于在浅层网络上堆叠了“复制层”，这样至少不会比浅层网络差。

3. 万一我不小心学到了什么，那就赚大了，由于我经常恒等映射，所以我学习到东西的概率很大。

 

数学角度

可以看到 有1 的存在，导数基本不可能为0

 

那为什么叫残差学习呢

可以看到 F(x) 通过训练参数 得到了 H(x)-x，也就是残差，所以叫残差学习，这比学习H(x)要简单的多。

 

等效映射 identity mapping

上面提到残差学习中需要进行 F(x)+x，在resnet中，卷积都是 same padding 的，当通道数相同时，直接相加即可，

但是通道数不一样时需要寻求一种方法使得  y=f(x)+wx

 

实现w有两种方式

1. 直接补0

2. 通过使用多个 1x1 的卷积来增加通道数。

 

网络结构

block

block为一个残差单元，resnet 网络由多个block 构成，resnet 提出了两种残差单元

 左边针对的是ResNet34浅层网络，右边针对的是ResNet50/101/152深层网络，右边这个又被叫做 bottleneck

bottleneck 很好地减少了参数数量，第一个1x1的卷积把256维channel降到64维，第三个又升到256维，总共用参数：1x1x256x64+3x3x64x64+1x1x64x256=69632，

如果不使用 bottleneck，参数将是 3x3x256x256x2=1179648，差了16.94倍

 

这里的输出通道数是根据输入通道数确定的，因为要与x相加。

 

整体结构

1. 与vgg相比，其参数少得多，因为vgg有3个全连接层，这需要大量的参数，而resnet用 avg pool 代替全连接，节省大量参数。

2. 参数少，残差学习，所以训练效率高

 

结构参数

Resnet50和Resnet101是其中最常用的网络结构。

我们看到所有的网络都分成5部分，分别是：conv1，conv2_x，conv3_x，conv4_x，conv5_x

其结构是相对固定的，只是通道数根据输入确定。

注意，Resnet 最后的 avg_pool 是把每个 feature map 转换成 1 个特征，故池化野 size 为 feature map size，如 最后输出位 512x7x7，那么池化野size 为 7

 

pytorch-resnet34

from torch import nn
import torch as t
from torch.nn import functional as F
class ResidualBlock(nn.Module):
 ### 残差单元
 def init(self, inchannel, outchannel, stride=1, shortcut=None):
 ### 卷积
 super(ResidualBlock, self).init()
 self.left = nn.Sequential(
 nn.Conv2d(inchannel, outchannel, 3, stride, 1, bias=False),
 nn.BatchNorm2d(outchannel),
 nn.ReLU(inplace=True),
 nn.Conv2d(outchannel, outchannel, 3, 1, 1, bias=False),
 nn.BatchNorm2d(outchannel)
 )
 self.right = shortcut
 def forward(self, x):
 ### 先恒等映射，然后加上卷积后的out再relu
 out = self.left(x)
 residual = x if self.right is None else self.right(x)
 out += residual
 return F.relu(out)class ResNet34(nn.Module):
 def init(self, num_classes=1000):
 super(ResNet34, self).init()
 ### 先做 7x7 卷积
 self.pre = nn.Sequential(
 nn.Conv2d(3, 64, 7, 2 ,3, bias=False), ### 输入 3 通道，输出 64 通道，卷积核7x7，步长2，padding 3
 nn.BatchNorm2d(64),
 nn.ReLU(inplace=True),
 nn.MaxPool2d(3, 1, 1) ### inchannel，outchannel，padding
  )
 ### 共32层
 self.layer1 = self._make_layer(64, 128, 3) ### 3 个 64 通道的残差单元，输出 128通道，共6层
 self.layer2 = self._make_layer(128, 256, 4, stride=2) ### 4 个 128通道的残差单元，输出 256通道，共8层
 self.layer3 = self._make_layer(256, 512, 6, stride=2) ### 6 个 256通道的残差单元，输出 512通道，共12层
 self.layer4 = self._make_layer(512, 512, 3, stride=2) ### 3 个 512通道的残差单元，输出 512通道，共6层
 ### fc，1层
 self.fc = nn.Linear(512, num_classes)
 def _make_layer(self, inchannel, outchannel, block_num, stride=1):
 ### 1x1 卷积 改变通道数
 shortcut = nn.Sequential(
 nn.Conv2d(inchannel, outchannel, 1, stride, bias=False),
 nn.BatchNorm2d(outchannel)
 )
 layers = []
 layers.append(ResidualBlock(inchannel, outchannel, stride, shortcut)) ### 先来一个残差单元，主要是改变通道数
 ### 再接几个同样的残差单元，通道数不变
 for i in range(1, block_num+1): ### block_num
  layers.append(ResidualBlock(outchannel, outchannel))
 return nn.Sequential(*layers)
 def forward(self, x):
 ### 第1层
 x = self.pre(x)
 x = self.layer1(x)
 x = self.layer2(x)
 x = self.layer3(x)
 x = self.layer4(x)
 ### 注意 resnet 最后的池化是把一个 feature map 变成一个特征，故池化野大小等于最后 x 的大小
 x = F.avg_pool2d(x, 2) ### 这里用的 cifar10 数据集，此时的 x size 为 512x2x2，所以池化野为2

 x = x.view(x.size(0), -1)
 return self.fc(x)

 

tensorflow-resnet50

注意我标注的层数

class ResNet50(object):
    def __init__(self, inputs, num_classes=1000, is_training=True,
                 scope="resnet50"):
        self.inputs =inputs
        self.is_training = is_training
        self.num_classes = num_classes
        with tf.variable_scope(scope):
            # construct the model
            ### 1层
            net = conv2d(inputs, 64, 7, 2, scope="conv1") # -> [batch, 112, 112, 64]
            net = tf.nn.relu(batch_norm(net, is_training=self.is_training, scope="bn1"))
            net = max_pool(net, 3, 2, scope="maxpool1")  # -> [batch, 56, 56, 64]
            ### 每个bottleneck3层， 16 * 3 = 48层
            net = self._block(net, 256, 3, init_stride=1, is_training=self.is_training, scope="block2")           # -> [batch, 56, 56, 256]
            net = self._block(net, 512, 4, is_training=self.is_training, scope="block3")    # -> [batch, 28, 28, 512]
            net = self._block(net, 1024, 6, is_training=self.is_training, scope="block4")   # -> [batch, 14, 14, 1024]
            net = self._block(net, 2048, 3, is_training=self.is_training, scope="block5")   # -> [batch, 7, 7, 2048]
            net = avg_pool(net, 7, scope="avgpool5")                                        # -> [batch, 1, 1, 2048]
            net = tf.squeeze(net, [1, 2], name="SpatialSqueeze")                            # -> [batch, 2048]
            # 1层
            self.logits = fc(net, self.num_classes, "fc6")                                  # -> [batch, num_classes]
            self.predictions = tf.nn.softmax(self.logits)
    def _block(self, x, n_out, n, init_stride=2, is_training=True, scope="block"):
        with tf.variable_scope(scope):
            h_out = n_out // 4
            out = self._bottleneck(x, h_out, n_out, stride=init_stride, is_training=is_training, scope="bottlencek1")
            for i in range(1, n):
                out = self._bottleneck(out, h_out, n_out, is_training=is_training, scope=("bottlencek%s" % (i + 1)))
            return out
    def _bottleneck(self, x, h_out, n_out, stride=None, is_training=True, scope="bottleneck"):
        """ A residual bottleneck unit"""
        n_in = x.get_shape()[-1]
        if stride is None:
            stride = 1 if n_in == n_out else 2
        with tf.variable_scope(scope):
            # 3层
            h = conv2d(x, h_out, 1, stride=stride, scope="conv_1")
            h = batch_norm(h, is_training=is_training, scope="bn_1")
            h = tf.nn.relu(h)
            h = conv2d(h, h_out, 3, stride=1, scope="conv_2")
            h = batch_norm(h, is_training=is_training, scope="bn_2")
            h = tf.nn.relu(h)
            h = conv2d(h, n_out, 1, stride=1, scope="conv_3")
            h = batch_norm(h, is_training=is_training, scope="bn_3")
            if n_in != n_out:
                shortcut = conv2d(x, n_out, 1, stride=stride, scope="conv_4")
                shortcut = batch_norm(shortcut, is_training=is_training, scope="bn_4")
            else:
                shortcut = x
            return tf.nn.relu(shortcut + h)

 

最新进展

残差单元被进一步更新

 

 

个人经验

1. 卷积层包含大量的卷积计算，如果想降低时间复杂度，减少卷积层

2. 全连接层包含大量的参数，如果想降低空间复杂度，减少全连接层