ResNet Pytorch实现【初学者】

1. 内容来源

ResNet_哔哩哔哩_bilibiliResNet是29 残差网络 ResNet【动手学深度学习v2】的第1集视频，该合集共计3集，视频收藏或关注UP主，及时了解更多相关视频内容。https://www.bilibili.com/video/BV1bV41177ap?p=1&vd_source=f94822d3eca79b8e245bb58bbced6b77

2. Pytorch实现

2.1 ResNet块

 （图1源：ResNet_哔哩哔哩_bilibili）

在图1中，颜色越深代表越小的模型，包含的区域小，颜色浅代表深度模型，包含的区域大。蓝色星为真实最优解。

在上左图中，随着模型加深，包含的区域变大，能抵达的最优解距离真实最优解距离先变小后变大，说明出现了偏移的问题，模型加深不一定能带来精度提升。而Resnet通过把加深的模型部分直接与小模型的输出相加，保证模型加深不会导致精度下降。

  （图2源：ResNet_哔哩哔哩_bilibili）

图2为传统层层堆叠加深网络的方式和Resnet的对比图，虚线部分为增加的网络，Resnet通过将小模型输出（x）与增加部分（f(x)）相加，保证f（x）不会导致新模型的偏移。

Residual块结构：

  （图3源：ResNet_哔哩哔哩_bilibili）

代码实现：

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

class Residual(nn.Module):
    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:
            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)
        self.relu = nn.ReLU(inplace=True)
    
    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)

Resnet块中包括N个Residual串联而得，且首个Residual块会让特征图长宽减半，之后的Residual块保持长宽不变，代码实现如下：

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:
            # Half the height and width
            blk.append(Residual(input_channels, num_channels, use_1x1conv=True, strides=2))
        else:
            # Remain the height and width
            blk.append(Residual(num_channels, num_channels))
    return blk

2.2 ResNet构建

  （图4源：ResNet_哔哩哔哩_bilibili）

ResNet网络架构如图4，与本系列中之前的VGG和GoogleNet类似，分为5stage，详细结构如下：

Stage1

1. 卷积层1（输入通道1，输出通道64，7*7核，2步长，2填充）
2. 批量归一层1（64通道）
3. ReLU
4. 最大池化层1（3*3核，2步长，1填充）

---

Stage2

1. ResNet块（输入64通道，输出64通道，串联2Residual）

---

Stage3

1. ResNet块（输入64通道，输出128通道，串联2Residual）

---

Stage4

1. ResNet块（输入128通道，输出256通道，串联2Residual）

---

Stage5

1. ResNet块（输入256通道，输出512通道，串联2Residual）
2. 全局平均池化（输出维度（1， 1））
3. 展开
4. 线性层（512->10）

 代码实现：

b1 = nn.Sequential(
    nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=2), 
    nn.BatchNorm2d(64), 
    nn.ReLU(), 
    nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
    )
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)
                    )

 CHECK：

Sequential output shape:   	         torch.Size([1, 64, 56, 56])
Sequential output shape:   	         torch.Size([1, 64, 56, 56])
Sequential output shape:   	         torch.Size([1, 128, 28, 28])
Sequential output shape:   	         torch.Size([1, 256, 14, 14])
Sequential output shape:   	         torch.Size([1, 512, 7, 7])
AdaptiveAvgPool2d output shape:   	 torch.Size([1, 512, 1, 1])
Flatten output shape:   	         torch.Size([1, 512])
Linear output shape:   	             torch.Size([1, 10])

通过打印每一stage的输出，可以看到除1/2stage，均让特征图长宽减半，通道数倍增

2.3 模型训练

# Training
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())

结果：

loss 0.009, train acc 0.998, test acc 0.912
2357.6 examples/sec on cuda:0

 与之前模型对比发现训练集拟合效果暴增，但也带来较大的过拟合问题，但最终测试集精确度相较于之前的GoogLeNet的0.891有一定程度提升。