resnet学习笔记

最新推荐文章于 2024-06-07 17:51:45 发布

草叶～

最新推荐文章于 2024-06-07 17:51:45 发布

阅读量691

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/weixin_46272891/article/details/107861121

版权

笔记专栏收录该内容

10 篇文章 0 订阅

订阅专栏

ResNet的残差结构
在这里插入图片描述
ResNet旨在解决网络层数加深之后训练难度增大的现象。提出了residual模块，包含两个3x3卷积和一个shortcut connection。shortcut connection可以有效的缓解反向传播时由于深度过深而导致的梯度消失现象，这使得网络加深之后性能不会变差。具有短路连接的ResNet可以看作是许多不同深度而共享参数的网络集成，网络的数目虽层数的增加而成指数增加。

ResNet的关键点

1.利用残差结构让网络更深、收敛速度更快、优化更容易，同时参数相对于之前的模型更少、复杂度更低。
2.ResNet大量使用了批量归一层，而不是Dropout。
3.对于很深的网络（超过50层），ResNet使用了更高效的瓶颈结构，极大程度上降低了参数的计算量。
为了解决退化问题，我们引入了一个新的深度学习残差学习block,在这里，对于一个堆积层结构（几层堆叠而成）当我们输入 $x$ 时，其学到的特征记为 $H (x)$ ，现在我们其希望可以学习到残差 $F (x) = H (x) - x$ ,这样其实原始的学习特征是 $F (x) + x$ ,之所以这样是因为残差学习相比于原始特征直接学习更加容易。当残差为0时，此时堆积层仅仅做了恒等映射，至少网络性能不会下降，实际上残差不会为0，这也会使得在堆积层在输入特征学习的基础上学习到新的特征，从而拥有更好的性能。

残差结构为什么有效果

1.自适应深度：
网络退化问题就体现了多层网络难以拟合恒等映射这种情况，也就是说 $H (x)$ 难以拟合 $x$ ，但是使用了残差结构之后，拟合恒等映射变得很容易，直接把网络参数全部学习到为0，只留下那个恒等映射的跨连接层即可。于是当网络不需要这么深时，中间的恒等映射就可以多一点，反之即可以少一点。
2.差分放大器：
假设最优 $H (x)$ 更接近于恒等映射，那么网络更容易发现除恒等映射之外的微小波动。
3.模型集成：
整个ResNet类似于多个网络的集成，原因是删除ResNet的部分网络结构不影响整个网络的性能
4.缓解梯度消失:
针对一个残差结构输入 $x$ 求导就可以知道，由于跨层连接的·存在，总梯度在 $F (x)$ 对 $x$ 的倒数的基础上还会加1。

在这里插入图片描述
左边来了一辆装满了“梯度”商品的货车，来领商品的客人一般都要排队一个个拿才可以，如果排队的人太多，后面的人就没有了。于是这时候派了一个人走了“快捷通道”，到货车上领了一部分“梯度”，直接送给后面的人，这样后面排队的客人就能拿到更多的“梯度”。

瓶颈（利用1x1卷积）的好处

在这里插入图片描述
对比计算两种结构的参数量可以知道，使用1x1的卷积比使用两个3x3的卷积，计算量不到原来的6%。
最后我们来看一下ResNet的网络设计结构

在这里插入图片描述

pytorch实现ResNet代码

import torch.nn as nn

__all__ = ['ResNet50', 'ResNet101', 'ResNet152']


def Conv1(in_planes, places, stride=2):
    return nn.Sequential(
        nn.Conv2d(in_channels=in_planes,out_channels=places,kernel_size=7,stride=stride,padding=3, bias=False),
        nn.BatchNorm2d(places),
        nn.ReLU(inplace=True),
        nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
    )


class Bottleneck(nn.Module):
    def __init__(self,in_places,places, stride=1,downsampling=False, expansion = 4):
        super(Bottleneck,self).__init__()
        self.expansion = expansion
        self.downsampling = downsampling

        self.bottleneck = nn.Sequential(
            nn.Conv2d(in_channels=in_places,out_channels=places,kernel_size=1,stride=1, bias=False),
            nn.BatchNorm2d(places),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False),
            nn.BatchNorm2d(places),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=places, out_channels=places*self.expansion, kernel_size=1, stride=1, bias=False),
            nn.BatchNorm2d(places*self.expansion),
        )

        if self.downsampling:
            self.downsample = nn.Sequential(
                nn.Conv2d(in_channels=in_places, out_channels=places*self.expansion, kernel_size=1, stride=stride, bias=False),
                nn.BatchNorm2d(places*self.expansion)
            )
        self.relu = nn.ReLU(inplace=True)

    def forward(self, x):
        residual = x
        out = self.bottleneck(x)

        if self.downsampling:
            residual = self.downsample(x)

        out += residual
        out = self.relu(out)
        return out

class ResNet(nn.Module):
    def __init__(self,blocks, num_classes=1000, expansion = 4):
        super(ResNet,self).__init__()
        self.expansion = expansion

        self.conv1 = Conv1(in_planes=3, places=64)

        self.layer1 = self.make_layer(in_places=64, places=64, block=blocks[0], stride=1)
        self.layer2 = self.make_layer(in_places=256, places=128, block=blocks[1], stride=2)
        self.layer3 = self.make_layer(in_places=512, places=256, block=blocks[2], stride=2)
        self.layer4 = self.make_layer(in_places=1024, places=512, block=blocks[3], stride=2)

        self.avgpool = nn.AvgPool2d(7, stride=1)
        self.fc = nn.Linear(2048, num_classes)

        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
            elif isinstance(m, nn.BatchNorm2d):
                nn.init.constant_(m.weight, 1)
                nn.init.constant_(m.bias, 0)

    def make_layer(self, in_places, places, block, stride):
        layers = []
        layers.append(Bottleneck(in_places, places,stride, downsampling =True))
        for i in range(1, block):
            layers.append(Bottleneck(places*self.expansion, places))

        return nn.Sequential(*layers)

    def forward(self, x):
        x = self.conv1(x)

        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)

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


def ResNet50():
    return ResNet([3, 4, 6, 3])


def ResNet101():
    return ResNet([3, 4, 23, 3])


def ResNet152():
    return ResNet([3, 8, 36, 3])


if __name__=='__main__':
    # model = torchvision.models.resnet50()
    model = ResNet101()
    print(model)

这是打印出的ResNet101的结果，也可以打印出ResNet50和ResNet152的模型结构，可以直接运行现在的代码，只需要改一下输出网络的名字

D:\anaconda\envs\gpupytorch\python.exe E:/resnet101/resnet.py
ResNet(
  (conv1): Sequential(
    (0): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
    (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
    (2): ReLU(inplace=True)
    (3): MaxPool2d(kernel_size=3, stride=2, padding=1, dilation=1, ceil_mode=False)
  )
  (layer1): Sequential(
    (0): Bottleneck(
      (bottleneck): Sequential(
        (0): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
        (6): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
      (downsample): Sequential(
        (0): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
      (relu): ReLU(inplace=True)
    )
    (1): Bottleneck(
      (bottleneck): Sequential(
        (0): Conv2d(256, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
        (6): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
      (relu): ReLU(inplace=True)
    )
    (2): Bottleneck(
      (bottleneck): Sequential(
        (0): Conv2d(256, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
        (6): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
        (7): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
      (relu): ReLU(inplace=True)
    )
  )

这个结果比较长，这里我就没有都粘贴出来，有兴趣可以自己将代码运行一遍，可以更加直观的看到网络。
深度学习的发展从LeNet到AlexNet,再到VGGNet和GoogLeNet,网络的深度在不断加深，经验表明，网络深度有着至关重要的影响，层数深的网络可以提取出图片的低层、中层和高层特征。但是当网络足够深，仅仅在后面堆叠更多层会带来梯度爆炸梯度消失，backprop无法把梯度更新到前面的网络层，导致前面的层参数无法更新。和退化，即当层数堆叠过多会导致优化困难，训练误差和测试误差更大（不是过拟合导致的预测误差大）
最后直观感受一下上述代码的三种网络的性能，在这里插入图片描述
这是我直接找到的图片，并非自己的训练得出的结果和结论，可供了解。
如果有不对的地方，希望批评指正。

草叶～

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
resnet学习笔记

ResNet的残差结构ResNet旨在解决网络层数加深之后训练难度增大的现象。提出了residual模块，包含两个3x3卷积和一个shortcut connection。shortcut connection可以有效的缓解反向传播时由于深度过深而导致的梯度消失现象，这使得网络加深之后性能不会变差。具有短路连接的ResNet可以看作是许多不同深度而共享参数的网络集成，网络的数目虽层数的增加而成指数增加。ResNet的关键点1.利用残差结构让网络更深、收敛速度更快、优化更容易，同时参数相对于之前的模型更
复制链接

扫一扫