解释 ResNet 网络的基本思想和创新点。
原创
解释 ResNet 网络的基本思想和创新点。
原创
代码小李
发布于 2025-01-23 08:54:26
发布于 2025-01-23 08:54:26
代码可运行
运行总次数：0
代码可运行
ResNet（残差网络）是由微软研究院的 Kaiming He 等人在 2015 年提出的，旨在解决深度神经网络中的梯度消失和梯度爆炸问题，从而使得网络可以更深层次地进行训练。ResNet 在 ImageNet 挑战赛中取得了显著的成绩，并迅速成为计算机视觉领域的标准架构之一。
ResNet 的基本思想
ResNet 的核心思想是通过引入“残差块”（Residual Block）来解决深层网络中的梯度消失问题。残差块的基本结构如下：
- 残差连接：在传统的卷积层之间添加一个直接的恒等映射（Identity Mapping），即从输入直接连接到输出。这种连接方式使得网络可以学习输入与输出之间的残差（即差异），而不是直接学习输入到输出的映射。
- 残差学习：假设某个层的输入为 x，理想输出为 H(x)，那么传统的网络会直接学习 H(x)。而 ResNet 则学习 F(x)=H(x)−x，即残差。最终的输出为 y=F(x)+x。
ResNet 的创新点
- 残差块设计：
- 恒等映射：通过在卷积层之间添加一个恒等映射，使得信息可以直接从输入传递到输出，避免了梯度消失问题。
- 跳跃连接：跳跃连接（Skip Connection）允许梯度在反向传播时直接从后面的层传回到前面的层，从而保持梯度的稳定性。
- 深层网络的训练：
- 缓解梯度消失/爆炸：通过残差块的设计，ResNet 能够有效地缓解深层网络中的梯度消失和梯度爆炸问题，使得网络可以更深层次地进行训练。
- 提高模型性能：实验表明，随着网络深度的增加，ResNet 的性能持续提升，而传统的深层网络则会出现性能饱和甚至下降的现象。
- 灵活的网络设计：
- 可扩展性：ResNet 的设计使得网络可以很容易地扩展到更深的层次，而不会出现训练困难的问题。
- 模块化：残差块的设计使得网络具有很好的模块化特性，便于构建和调整网络结构。
ResNet 的典型结构
一个典型的 ResNet 残差块包含两个或多个卷积层，每个卷积层后面通常跟着一个批量归一化（Batch Normalization）层和一个激活函数（如 ReLU）。以下是一个简单的 ResNet 残差块的示例代码，使用 PyTorch 实现：
import torch
import torch.nn as nn
class BasicBlock(nn.Module):
expansion = 1
def __init__(self, in_channels, out_channels, stride=1, downsample=None):
super(BasicBlock, self).__init__()
self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(out_channels)
self.relu = nn.ReLU(inplace=True)
self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1, bias=False)
self.bn2 = nn.BatchNorm2d(out_channels)
self.downsample = downsample
def forward(self, x):
identity = x
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
if self.downsample is not None:
identity = self.downsample(x)
out += identity
out = self.relu(out)
return out
# 示例：创建一个 ResNet-18 模型
class ResNet(nn.Module):
def __init__(self, block, layers, num_classes=1000):
super(ResNet, self).__init__()
self.in_channels = 64
self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3, bias=False)
self.bn1 = nn.BatchNorm2d(64)
self.relu = nn.ReLU(inplace=True)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.layer1 = self._make_layer(block, 64, layers[0])
self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
self.avgpool = nn.AdaptiveAvgPool2d((1, 1))
self.fc = nn.Linear(512 * block.expansion, num_classes)
def _make_layer(self, block, out_channels, blocks, stride=1):
downsample = None
if stride != 1 or self.in_channels != out_channels * block.expansion:
downsample = nn.Sequential(
nn.Conv2d(self.in_channels, out_channels * block.expansion, kernel_size=1, stride=stride, bias=False),
nn.BatchNorm2d(out_channels * block.expansion)
)
layers = []
layers.append(block(self.in_channels, out_channels, stride, downsample))
self.in_channels = out_channels * block.expansion
for _ in range(1, blocks):
layers.append(block(self.in_channels, out_channels))
return nn.Sequential(*layers)
def forward(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.relu(x)
x = self.maxpool(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
# 创建一个 ResNet-18 模型实例
resnet18 = ResNet(BasicBlock, [2, 2, 2, 2])
print(resnet18)原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
