2015年,ResNet网络的提出,让超过100层深度的网络成为可能,在ResNet网络提出之前,如果网络层次太深,会产生识别率下降,网络难于收敛的问题。ResNet论文提出里一个很直观的解决方法。如下图:
F(i)表示第i层对数据的修改作用,左图是一般的深度网络的偏转效果,右图是作者提出的网络的效果。通过采用拟合res的方法,实现了有图的效果。
图中,左边的网络需要拟合f(x), 而右边的网络需要拟合f(x)-x, 这个也就是残差这个名字的由来。如果想让网络在传递过程中不发生偏转,只需让网络什么都不做,就可以达到f(x)=x的效果。这样网络就很容易不偏转。resnet1.0网络跟googlenet相比有如下特点:1)增加了batchnormalization. 2)提出了res结构
使用mxnet进行一下代码演示。mxnet的安装方法
pip install d2l==0.14.3
pip install -U mxnet-cu101mkl==1.6.0.post0
pip install gluoncv
一个ResNet中的标准块
from d2l import mxnet as d2l
from mxnet import np, npx
from mxnet.gluon import nn
npx.set_np()
class Residual(nn.Block): #@save
def __init__(self, num_channels, use_1x1conv=False, strides=1, **kwargs):
super().__init__(**kwargs)
self.conv1 = nn.Conv2D(num_channels, kernel_size=3, padding=1,
strides=strides)
self.conv2 = nn.Conv2D(num_channels, kernel_size=3, padding=1)
if use_1x1conv:
self.conv3 = nn.Conv2D(num_channels, kernel_size=1,
strides=strides)
else:
self.conv3 = None
self.bn1 = nn.BatchNorm()
self.bn2 = nn.BatchNorm()
def forward(self, X):
Y = npx.relu(self.bn1(self.conv1(X)))
Y = self.bn2(self.conv2(Y))
if self.conv3:
X = self.conv3(X)
return npx.relu(Y + X)
标准块会形成两种结构,右边的结构是为了保持网络可能相加而增加的适配层。
输入输出一样的情况
blk = Residual(3)
blk.initialize()
X = np.random.uniform(size=(4, 3, 6, 6))
blk(X).shape
(4, 3, 6, 6)
输出减半的情况
blk = Residual(6, use_1x1conv=True, strides=2)
blk.initialize()
blk(X).shape
(4, 6, 3, 3)
接着重现一个论文中的resnet网络结构。resnet的前两层跟googlenet相同,只是增加了batchnorm层。
net = nn.Sequential()
net.add(nn.Conv2D(64, kernel_size=7, strides=2, padding=3),
nn.BatchNorm(), nn.Activation('relu'),
nn.MaxPool2D(pool_size=3, strides=2, padding=1))
设计一下resnet结构
def resnet_block(num_channels, num_residuals, first_block=False):
blk = nn.Sequential()
for i in range(num_residuals):
if i == 0 and not first_block:
blk.add(Residual(num_channels, use_1x1conv=True, strides=2))
else:
blk.add(Residual(num_channels))
return blk
接着组装网络
net.add(resnet_block(64, 2, first_block=True),
resnet_block(128, 2),
resnet_block(256, 2),
resnet_block(512, 2))
最后增加头
net.add(nn.GlobalAvgPool2D(), nn.Dense(10))
最终的网络有4个resnet结构,每个结构有4个conv层(不包括1x1),加上第一个conv和最后一个dense层,总计18层,这个就是resnet-18的网络结构。
测试一下输出
X = np.random.uniform(size=(1, 1, 224, 224))
net.initialize()
for layer in net:
X = layer(X)
print(layer.name, 'output shape:\t', X.shape)
conv5 output shape: (1, 64, 112, 112)
batchnorm4 output shape: (1, 64, 112, 112)
relu0 output shape: (1, 64, 112, 112)
pool0 output shape: (1, 64, 56, 56)
sequential1 output shape: (1, 64, 56, 56)
sequential2 output shape: (1, 128, 28, 28)
sequential3 output shape: (1, 256, 14, 14)
sequential4 output shape: (1, 512, 7, 7)
pool1 output shape: (1, 512, 1, 1)
dense0 output shape: (1, 10)
训练一下
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)
loss 0.010, train acc 0.998, test acc 0.907
4886.6 examples/sec on gpu(0)
最后的话:
这篇文章发布在CSDN/蓝色的杯子, 没事多留言,让我们一起爱智求真吧.我的邮箱wisdomfriend@126.com.