深度學習之卷積神經網絡（12）深度殘差網絡

• ResNet原理
• ResBlock實現

AlexNet、VGG、GoogleLeNet等網絡模型的出現將神經網絡的法陣帶入了幾十層的階段，研究人員發現網絡的層數越深，越有可能獲得更好的泛化能力。但是當模型加深以后，網絡變得越來越難訓練，這主要是由于梯度彌散和梯度爆炸現象造成的。在較深層數的神經網絡中，梯度信息由網絡的末層傳向網絡的首層時，傳遞的過程中會出現梯度接近于0或梯度值非常大的現象。網絡層數越深，這種現象可能會越嚴重。

?那么怎么解決深層神經網絡的梯度彌散和梯度爆炸現象呢？一個很自然的想法是，既然淺層神經網絡不容易出現這些梯度現象，那么就可以嘗試給深層神經網絡添加一種 回退到淺層神經網絡的機制。當深層神經網絡可以輕松地回退到淺層神經網絡時，深層神經網絡可以獲得與淺層設立相當的模型性能，而不至于更糟糕。

?通過在輸入和輸出之間添加一條直接連接的 Skip Connection可以讓神經網絡具有回退的能力。以VGG13深度神經網絡為例，假設觀察到VGG13模型出現梯度彌散現象，而10層的網絡模型并沒有觀測到梯度彌散現象，那么可以考慮在最后的兩個卷積層添加Skip Connection，如下圖所示。通過這種方式，網絡模型可以自動選擇是否經由這兩個卷積層完成特征變換，還是直接跳過這兩個卷積層而選擇Skip Connection，亦或結合兩個卷積層和Skip Connection的輸出。

添加了Skip Connection的VGG13網絡結構

?2015年，微軟亞洲研究院何凱明等人發表了基于Skip Connection的深度殘差網絡（Residual Nerual Network，簡稱ResNet）算法[1]，并提出了18層、34層、50層、101層、152層的ResNet-18、ResNet-34、ResNet-50、ResNet-101和ResNet-152等模型，甚至成功訓練出層數達到1202層的極深神經網絡。ResNet在ILSVRC2015挑戰賽ImageNet數據集上的分類、檢測等任務上面均獲得了最好性能，ResNet論文至今已經獲得超25000的引用量，可見ResNet在人工智能行業的影響力。

[1] K. He, X. Zhang, S. Ren 和 J. Sun, “Deep Residual Learning for Image Recognition,” CoRR, 卷 abs/1512.03385, 2015.

ResNet原理

?ResNet通過在卷積層的輸入和輸出之間添加Skip Connec-tion實現層數回退機制，如下圖所示，輸入$\mathbf{x}$通過兩個卷積層，得到特征變換后的輸出$\mathcal{F}(\mathbf{x})$，與輸入$\mathbf{x}$進行對應元素的相加運算，得到最終輸出$\mathcal{H}(\mathbf{x})$:
$$\mathcal{H}(\mathbf{x})=\mathbf{x}+\mathcal{F}(\mathbf{x})$$
$\mathcal{H}(\mathbf{x})$叫做殘差模塊（Residual Block，簡稱ResBlock）。由于被Skip Connection包圍的卷積神經網絡需要學習映射$\mathcal{F}(\mathbf{x})=\mathcal{H}(\mathbf{x})?\mathbf{x}$，故稱為殘差網絡。

?為了能夠滿足輸入$\mathbf{x}$與卷積層的輸出$\mathcal{F}(\mathbf{x})$能夠相加運算，需要輸入$\mathbf{x}$的shape與$\mathcal{F}(\mathbf{x})$的shape完全一致。當出現shape不一致時，一般通過在Skip Connection上添加額外的卷積運算緩解將輸入$\mathbf{x}$變換到與$\mathcal{F}(\mathbf{x})$相同的shape，如下圖中$\text{identity}(\mathbf{x})$函數所示，其中$\text{identity}(\mathbf{x})$以$1\times 1$的卷積運算居多，主要英語調整輸入的通道數。

殘差模塊

?如下圖所示，對比了34層的深度殘差網絡、34層的普通深度網絡以及19層的VGG網絡結構。可以看到，深度殘差網絡通過堆疊殘差模塊，達到了較深的網絡層數，從而獲得了訓練穩定、性能優越的深層網絡模型。

網絡結構比較

ResBlock實現

?深度殘差網絡并沒有增加新的網絡層類型，只是通過在輸入和輸出之間添加一條Skip Connection，因此并沒有針對ResNet的底層實現。在TensorFlow中通過調用普通卷積層即可實現殘差模塊。

?首先創建一個新類，在初始階段創建殘差塊中需要的卷積層、激活函數層等，首先新建$\mathcal{F}(\mathbf{x})$卷積層，代碼如下:

class BasicBlock(layers.Layer):# 殘差模塊def __init__(self, filter_num, stride=1):super(BasicBlock, self).__init__()# 第一個卷積單元self.conv1 = layers.Conv2D(filter_num, (3, 3), strides=stride, padding='same')self.bn1 = layers.BatchNormalization()self.relu = layers.Activation('relu')# 第二個卷積單元self.conv2 = layers.Conv2D(filter_num, (3, 3), strides=1, padding='same')self.bn2 = layers.BatchNormalization()

其中:

• __init__(self, filter_num, stride=1)函數為初始化函數，filter_num為卷積核的數量，stride=1表示不對輸入進行下采樣;
• strides=stride, padding='same'表示可以直接得到輸入、輸出同大小的卷積層;
• layers.BatchNormalization()表示標準化層;

?當$\mathcal{F}(\mathbf{x})$的形狀與$\mathbf{x}$不同時，無法直接相加，我們需要新建$\text{identity}(\mathbf{x})$卷積層，來完成$\mathbf{x}$的形狀轉換。緊跟上面代碼，實現如下:

if stride != 1:# 通過1x1卷積完成shape匹配self.downsample = Sequential()self.downsample.add(layers.Conv2D(filter_num, (1, 1), strides=stride)) else:# shape匹配，直接短接self.downsample = lambda x:x

上述代碼表示如果stride（即步長）如果不為1的話，那么輸出與輸入的shape不相同，那么此時我們就需要新建$\text{identity}(\mathbf{x})$卷積層，來完成$\mathbf{x}$的形狀轉換，使之與輸入的shape相同。

?在向前傳播時，只需要將$\mathcal{F}(\mathbf{x})$與$\text{identity}(\mathbf{x})$相加，并添加ReLU激活函數即可。向前計算函數代碼如下:

def call(self, inputs, training=None):# [b, h, w, c]，通過第一個卷積單元out = self.conv1(inputs)out = self.bn1(out)out = self.relu(out)# 通過第二個卷積單元out = self.conv2(out)out = self.bn2(out)# 通過identity模塊identity = self.downsample(inputs)# 2條路徑輸出直接相加output = layers.add([out, identity])output = tf.nn.relu(output) # 激活函數return output

總結

以上是生活随笔為你收集整理的深度学习之卷积神经网络（12）深度残差网络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。