这一篇文章为上一篇ResNets提供了更加可信服的论据
Authors
Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun
都是“老熟人”了就不介绍了
Abstract
上篇文章中(http://blog.csdn.net/bea_tree/article/details/51735788)因residual builing blocks而得以建设100多层的深度网络,这里有介绍了新的residual unit,使训练更容易, 并且improves generalization。
1 Introduction
Residual Units:
上篇文章中, h(xl)=xl,是输入,f是Relu,x(l+1)是输出。如果h(xl)和f(yl)都是identity mappings, 信息就会直接从shortcut直接传输。
为了明白skip connections的作用,文章进行了分析与实验,发现identity mapping h(xl)=xl可以取得最快的error reduction和lowest training loss(参与实验的有 scaling,gating, 1x1convolutions)。
这里使用ReLU和BN放置于weightlayer前,作为新的residual unit,如下图:
新的结构更容易训练也更容易泛化,使用它建立了1001层网络。
另外在上篇文章中200层网络就开始过拟合,这里对其进行改进。
2 Analysis of Deep Residual networks
如果
f
也是一个identity mapping,那么其结构可以写成这样:
上式展现了ResNets两个特性:
1. 模型是以残差形式存在的
2. 这是以相加的形式存在而plain network是以矩阵相乘的形式存在的
上式的反向传播形式
可见
∂ε∂xl
分为两部分其中
∂ε∂xL
保证了信息直接传递回任何浅层单元l。
并且可以看出其
∂ε∂xl
一般不会为0,因为 一般不会一直为-1,这就意味着某一层的梯度可以非常小但是一般不会为0.
3 On the importance of identity skip connections
如果我们做一点小的调整,加入一个比例因子
λ
:
h(xl)=λlxl
那么:
反向传播变为:
那么对于深层网络,如果
λ
大于一就容易成指数爆炸,如果小于1就容易弥散,那么我们原本的shortcut就会被堵塞,反向传播更多的经过权重层,导致优化困难。
如果将h(xl)换做更复杂的变换,如1x1convolution,那么其中的第一项就会变为
∏L−1i=lh′
,h’代表h的导数,这也可能堵塞训练过程。
3.1 Experiments on Skip connections
事实上, shortcut-only gating和1x1包含原来的identity shortcut, 其表达能力应该更强,但是造成其结果degradation的原因是优化问题,而非representational abilities。
4 on the usage of Activation Fuctions
4.1 Experiments on activation
Post-activation or pre-activation?
原始的residual unit的设计中,activation
xl+1=f(yl)
对于两个分支都有影响,我们设计了一个非对称的结构,只对F分支,也就是:
这就等于pre-activation形式了:
这里设置了fig4中的de两种方案,d的提高不明显,可以看出BN和ReLU更配,他俩适合在一起,table3更说明了这个问题。
4.2 Analysis
我们发现pre-activation主要影响有二:
1. 优化更加简单,f成了一个identity mapping(图1)
2. BN提高了regularization,防止过拟合。
但是我们也发现,当层数不是那么多,比如图6中的164时(==|),原本的ReLU的影响可能没有那么大,大部分的
yl
都是整数,其反向传播公式越接近:
但是如果到了1000层,非正数的情况越来越多,上式不再合适。
4.3 比较
Appendix: implementation details
CIFAR:
只是用了translation和flipping 的augment;
lr:0.1 32k和48k时除以10,开始400iterations时为0.01
batchsize:128
weight decay:0.0001
momentum:0.9
初始化设置:
He, K., Zhang, X., Ren, S., Sun, J.: Delving deep into rectiers: Surpassing human-
level performance on imagenet classication. In: ICCV. (2015)
Imagenet
无warming up