开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> Pytorch 残差网络 ResNet -> 正文阅读

[人工智能]Pytorch 残差网络 ResNet

Pytorch 残差网络 ResNet

0. 环境介绍

环境使用 Kaggle 里免费建立的 Notebook

教程使用李沐老师的动手学深度学习网站和视频讲解

小技巧：当遇到函数看不懂的时候可以按 Shift+Tab 查看函数详解。

1. ResNet

1.1 简介

卷积神经网络中加更多的层不一定总是增加精度。
在这里插入图片描述
假设 $f^*$ 是我们要找到的函数，对于非嵌套函数（non-nested function）类，较复杂的函数类并不总是向 $f^*$ 靠拢，（从 $F_1$ 到 $F_6$ 函数复杂度越来越高）。可以看到左侧非嵌套函数 $F_6$ 误差更大了。
右侧的嵌套函数（nested function）不会出现这种情况。

对于深度神经网络，如果我们能将新添加的层训练成恒等映射（identity function） $f (x) = x$ ，新模型和原模型将同样有效。
同时，由于新模型也可能得出更优的解来拟合训练数据集，因此添加层似乎更容易降低训练误差。

我的理解：大概意思就是如果添加新的层能减小误差就保留参数，如果添加新的层误差变大就训练其参数不生效，往 $f (x) = x$ 上训练，其中 $x$ 是输入， $f (x)$ 是新加的一层运算后的结果。

ResNet 论文地址：https://arxiv.org/abs/1512.03385

1.2 残差块

左侧是一个正常块，右侧是一个残差块：
在这里插入图片描述

串联一个层改变函数类，我们希望能扩大函数类
残差块加入快速通道来得到 $f (x) = x + g (x)$ 的结构

具体的 ResNet 块细节，左侧不包含 $\times 1$ 卷积，右侧包含 $\times 1$ 卷积：
在这里插入图片描述

1.3 网络结构

ResNet-18（类似 VGG 和 GoogLeNet，替换成了 ReNet 块）：
在这里插入图片描述
前面是高宽减半的 ResNet 块（步幅为 2）。
后接多个高宽不变的 ResNet 块。

残差块使得很深的网络更加容易训练

甚至可以训练一千层的网络

残差网络对随后的深层神经网络设计产生了深远影响，无论是卷积类网络还是全连接网络。

2. 代码实现

2.1 残差块

在这里插入图片描述

!pip install -U d2l
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l


class Residual(nn.Module):  #@save
    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)
        # 第二个卷积层可以保证输出形状和输入形状相同, 比如 224-3+2+1 = 224
        self.conv2 = nn.Conv2d(num_channels, num_channels,
                               kernel_size=3, padding=1)
        if use_1x1conv:
        # 1 × 1 卷积一般步长为 1，老师代码里是等于传进来的参数，不知道是不是多余了
            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)

    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)

use_1x1conv 代表是否使用 $\times 1$ 卷积。
ReLU(inplace=True) 的意思是是对从上层网络传递下来的 tensor 直接进行修改，这样能够节省运算内存，不用多存储其他变量。

2.2 验证残差块输出形状

输入与输出形状一致：

# (输入通道数, 输出通道数)
blk = Residual(3,3)
# (batch, 输入通道数, 图像高, 图像宽)
X = torch.rand(4, 3, 6, 6)
Y = blk(X)
Y.shape

在这里插入图片描述
增加输出通道数，输出形状相对于输入减半：

# (输入通道数, 输出通道数, 使用 1×1 卷积, 第一个卷积层步长)
blk = Residual(3,6, use_1x1conv=True, strides=2)
blk(X).shape

在这里插入图片描述

2.3 网络结构

定义一个 resnet_block 函数用于定义连续的 ResNet 块：

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

first_block 默认为 False 表示输出特征图高宽减半，若为 True 表示不减半。

第 $1$ 段：
在这里插入图片描述

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))

第 $2$ 段：
在这里插入图片描述

b2 = nn.Sequential(*resnet_block(64, 64, 2, first_block=True))

第 $3$ 段：
在这里插入图片描述

b3 = nn.Sequential(*resnet_block(64, 128, 2))
b4 = nn.Sequential(*resnet_block(128, 256, 2))
b5 = nn.Sequential(*resnet_block(256, 512, 2))

最后一段：
在这里插入图片描述

net = nn.Sequential(b1, b2, b3, b4, b5,
                    nn.AdaptiveAvgPool2d((1,1)),
                    nn.Flatten(), nn.Linear(512, 10))

2.4 验证网络输出形状

X = torch.rand(size=(1, 1, 224, 224))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape:\t', X.shape)

在这里插入图片描述

2.5 训练

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())

在这里插入图片描述
在训练集上有点过拟合，但是在测试集上精度达到了 $0.923$ 。

3. Q&A

Q： $f (x) = x + g (x)$ ，这样就能保证结果至少不变坏吗？如果 $g (x)$ 不是变好，也不是什么都不做，而是变坏了呢？
A： $g (x)$ 也是训练出来的，如果模型发现 $g (x)$ 很难训练或者训练后没好处的话，它就会拿不到梯度，假如 $x$ 传入的时候已经效果很好， $g (x)$ 的权重很可能就不会更新或者变成很小的权重，不会对结果做什么贡献。

假设： $f, g$ 是网络模型中的某些层的运算，令 $y_1 = f(x)$ ， $y_2 = g(f(x))$ ， $y_3 = f(x) + g(f(x))$
求梯度
$\frac{\partial y_1}{\partial w} \\ \frac{\partial y_2}{\partial w} = \frac{\partial g(y_1)}{\partial y_1} \cdot \frac{\partial y_1}{\partial w} \\ \frac{\partial y_3}{\partial w} = \frac{\partial y_1}{\partial w} + \frac{\partial y_2}{\partial w}$
若 $\frac{\partial g(y_1)}{\partial y_1}$ 梯度很小，那么 $\frac{\partial y_2}{\partial w}$ 的梯度也会很小。现在引入 ResNet 块后就如上第三个式子一样，即使 $\frac{\partial y_2}{\partial w}$ 梯度很小，还有 $\frac{\partial g(y_1)}{\partial y_1}$ 保留梯度（即：大数 + 小数 = 大数，大数 × 小数可能变成一个小数）。