![image-20230920203938044](https://i-blog.csdnimg.cn/blog_migrate/826bb9ce5c65262038171c98e62bd769.png)
![](https://i-blog.csdnimg.cn/blog_migrate/ba838f631f87dd993fcdf462c37336c4.png)
思路是通过加层,不会影响到模型变复杂。做 f(x)=x+g(x) 加法,使得 如果新加的层没有学习到信息的时候,之前学习到的也能够传递到下一层,如果新加的层学到了新的信息,那么就可以叠加之前学到的信息。
![](https://i-blog.csdnimg.cn/blog_migrate/ba838f631f87dd993fcdf462c37336c4.png)
意思就是说会另外加一个 1 * 1 的卷积变换通道,再把信息加回去。
可以使用不同的残差块,也可以添加在不同的地方(卷积层、归一化层、激活层)
![](https://i-blog.csdnimg.cn/blog_migrate/22a5f4128358427743f8d436c5fec7c1.png)
ResNet块
![](https://i-blog.csdnimg.cn/blog_migrate/27a6d7ccdb2d828e967af34ef8a9f551.png)
![](https://i-blog.csdnimg.cn/blog_migrate/5fc7922e3250c063b51e4faa99563b7b.png)
**ResNet512是经常用来刷分的模型,ResNet34通常是用的比较多的。 **
QA:
- f(x)=x+g(x) 中 加上 g( x ) 对loss下降如果效果不明显的话,g( x )的权重就不会被更新或者是一个随机小数,g(x) 就不会做出贡献。
- cos学习率会比step的固定学习率稍好一点,cos学习率简单。
- *resnet_block 就是把列表resnet_block展开,把每个元素都作为参数传入
为什么ResNet能训练1000层模型
怎么处理梯度消失的?
g(x) 相当于新加的层,如果说新加的层g(x)对数据的拟合能力比较好,那么梯度 ∂ g ( y ) ∂ y \frac{\partial g(y)}{\partial y} ∂y∂g(y) 就很小,那么 ∂ g ( y ) ∂ y ⋅ ∂ y ∂ w \frac{\partial g(y)}{\partial y} \cdot \frac{\partial y}{\partial w} ∂y∂g(y)⋅∂w∂y 就很小,梯度小,要么就选择增大学习率,但增大学习率也没有太大的作用,因为靠近数据底部的更新,如果学习率太大,w的梯度也太大,那模型就不稳定了。
ResNet采用如下方法解决此问题 y ′ ′ = f ( x ) + g ( f ( x ) ) y^{\prime \prime}=f(x)+g(f(x)) y′′=f(x)+g(f(x)) ,对 y 求导的结果为 ∂ y ′ ′ ∂ w = ∂ y ∂ w + ∂ y ′ ∂ w \frac{\partial y^{\prime \prime}}{\partial w}=\frac{\partial y}{\partial w}+\frac{\partial y^{\prime}}{\partial w} ∂w∂y′′=∂w∂y+∂w∂y′ 。如果后面部分比较小的时候,还有前面一部分大的。这就大+小=大,大*小=小差不多理解。
![](https://i-blog.csdnimg.cn/blog_migrate/3e1d52f86458f3754910302f7a745d74.png)
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l
class Residual(nn.Module):
# 定义网络块
def __init__(self, input_channels, num_channels,
use_1x1conv=False, strides=1):
super().__init__()
self.conv1 = nn.Conv2d(input_channels, num_channels,
kernel_size=3, padding=1, stride=strides)
self.conv2 = nn.Conv2d(num_channels, num_channels,
kernel_size=3, padding=1)
if use_1x1conv:
# 输出的高宽要和f(x)相匹配
self.conv3 = nn.Conv2d(input_channels, num_channels,
kernel_size=1, stride=strides)
else:
self.conv3 = None
self.bn1 = nn.BatchNorm2d(num_channels)
self.bn2 = nn.BatchNorm2d(num_channels)
# 使用网络,具体顺序可以在这里指定
def forward(self, X):
Y = F.relu(self.bn1(self.conv1(X)))
Y = self.bn2(self.conv2(Y))
if self.conv3:
X = self.conv3(X)
Y += X
return F.relu(Y)
输入和输出形状一致
blk = Residual(3,3)
x = torch.rand(4,3,6,6)
y = blk(x)
y.shape
增加输出通道数的同时,减半输出的高和宽
blk = Residual(3,6,use_1x1conv=True,strides=2)
blk(x).shape
ResNet模型
b1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3),
nn.BatchNorm2d(64), nn.ReLU(),
nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
def resnet_block(input_channels,num_channels,num_residuals,
first_block=False):
blk=[]
for i in range(num_residuals):
if i==0 and not first_block:
blk.append(
Residual(input_channels,num_channels,
use_1x1conv=True,strides=2)
)
else:
blk.append(Residual(num_channels,num_channels))
return blk
b2 = nn.Sequential(*resnet_block(64,64,2,first_block=True))
b3 = nn.Sequential(*resnet_block(64,128,2))
b4 = nn.Sequential(*resnet_block(128,256,2))
b5 = nn.Sequential(*resnet_block(256,512,2))
net = nn.Sequential(b1, b2, b3, b4, b5,
nn.AdaptiveAvgPool2d((1,1)),
nn.Flatten(), nn.Linear(512, 10))
X = torch.rand(size=(1, 1, 224, 224))
for layer in net:
X = layer(X)
print(layer.__class__.__name__,'output shape:\t', X.shape)
lr, num_epochs, batch_size = 0.05, 10, 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())