ResNet网络详解及Pytorch代码实现（超详细帮助你掌握ResNet原理及实现） |
您所在的位置：网站首页 › resnet50代码复现 › ResNet网络详解及Pytorch代码实现（超详细帮助你掌握ResNet原理及实现） |
ResNet网络详解及Pytorch代码实现（超详细帮助你掌握ResNet原理及实现）
|
目录
1. ResNet解决了什么问题
2. ResNet原理及结构
2.1 BasicBlock结构
2.2 BottleNeck结构
2.3 ResNet结构
3. ResNet代码详解(Pytorch)
3.1 BasicBlock代码块
3.2 BottleNeck代码块
3.3 ResNet代码
博客中的ResNet内容来自何凯明大神在CVPR2016发表的文章《Deep Residual Learning for Image Recognition》，ResNet代码部分来自Pytorch官方实现的ResNet源码，大家感兴趣的可以点击对应链接。
1. ResNet解决了什么问题
Resnet网络是为了解决深度网络中的退化问题，即网络层数越深时，在数据集上表现的性能却越差，如下图所示是论文中给出的深度网络退化现象。
从图中我们可以看到，作者在CIFAR-10数据集上测试了20层和56层的深度网络，结果就是56层的训练误差和测试误差反而比层数少的20层网络更大，这就是ResNet网络要解决的深度网络退化问题。 而采用ResNet网络之后，可以解决这种退化问题，如下图所示。
接下来介绍ResNet网络原理及结构。 假设我们想要网络块学习到的映射为H(x)，而直接学习H(x)是很难学习到的。若我们学习另一个残差函数F(x) = H(x) - x可以很容易学习，因为此时网络块的训练目标是将F(x)逼近于0，而不是某一特定映射。因此，最后的映射H(x)就是将F(x)和x相加，H(x) = F(x) + x，如图所示。
下面给出论文中两种基础块结构，BasicBlock结构用于ResNet34及以下的网络，BotteNeck结构用于ResNet50及以上的网络。理解了这两个基础块，ResNet就是这些基础块的叠加了。 2.1 BasicBlock结构BasicBlock结构图如图所示， BasicBlock结构图如图所示， 了解了上述BasicBlock基础块和BotteNeck结构后，ResNet结构就直接叠加搭建了。5种不同层数的ResNet结构图如图所示，
这部分将给出Pytorch官方给出的ResNet源码，先分别给出BasicBlock和BottleNeck的代码块 3.1 BasicBlock代码块 #定义BasicBlock class BasicBlock(nn.Module): expansion = 1 def __init__(self, inplanes, planes, stride=1, downsaple=None, groups=1, base_width=64, dilation=1, norm_layer=None): super(BasicBlock, self).__init__() if norm_layer is None: norm_layer = nn.BatchNorm2d if groups !=1 or base_width != 64: raise ValueError('BasicBlock only supports groups=1 and base_width=64') if dilation > 1: raise NotImplementedError("Dilation > 1 not supported in BasicBlock") #下面定义BasicBlock中的各个层 self.conv1 = con3x3(inplanes, planes, stride) self.bn1 = norm_layer(planes) self.relu = nn.ReLU(inplace=True) #inplace为True表示进行原地操作，一般默认为False，表示新建一个变量存储操作 self.conv2 = con3x3(planes, planes) self.bn2 = norm_layer(planes) self.dowansample = downsaple self.stride = stride #定义前向传播函数将前面定义的各层连接起来 def forward(self, x): identity = x #这是由于残差块需要保留原始输入 out = self.conv1(x) out = self.bn1(out) out = self.relu(out) out = self.conv2(out) out = self.bn2(out) if self.dowansample is not None: #这是为了保证原始输入与卷积后的输出层叠加时维度相同 identity = self.dowansample(x) out += identity out = self.relu(out) return out 3.2 BottleNeck代码块 #下面定义Bottleneck层（Resnet50以上用到的基础块） class Bottleneck(nn.Module): expansion = 4 #Bottleneck层输出通道都是输入的4倍 def __init__(self, inplanes, planes, stride=1, downnsaple=None, groups=1, base_width=64, dilation=1, norm_layer=None): |
从图中作者在ImageNet数据集上的训练结果可以看出，在没有采用ResNet结构之前，如左图所示，34层网络plain-34的性能误差要大于18层网络plain-18的性能误差。而采用ResNet网络结构的34层网络结构ResNet-34性能误差小于18层网络ResNet。因此，采用ResNet网络结构的网络层数越深，则性能越佳。
因此，这个网络块的输出y为 
由于相加必须保证x与F()是同维度的，因此可以写成通式如下式，Ws用于匹配维度。
文中提到两种维度匹配的方式（A）用zero-padding增加维度 (B）用1x1卷积增加维度。
网络结构如图，两个3x3的卷积层，通道数都是64，然后就是注意那根跳线，也就是Shortcut Connections，将输入x加到输出。
网络结构如图，先是一个1x1的卷积层，然后一个3x3的卷积层，然后又是一个1x1的卷积层。注意的是这里的通道数是变化的，1x1卷积层的作用就是用于改变特征图的通数，使得可以和恒等映射x相叠加，另外这里的1x1卷积层改变维度的很重要的一点是可以降低网络参数量，这也是为什么更深层的网络采用BottleNeck而不是BasicBlock的原因。
图中的每一层其实就是我们上面提到的BasicBlock或者BotteNeck结构。这里给出ResNet-34结构图如图所示，图中的虚线连接线是表示通道数不同，需要调整通道。 
【本文地址】
今日新闻 |
推荐新闻 |