深度学习04: 残差网络ResNet解读

阳光穿透心脏的1/2处 2023-03-13 02:17 6阅读 0赞

非常深的网络是很难训练的，因为存在**梯度消失**和**梯度爆炸**的问题；

由于网络太深，反向传播求导相乘项较多，当激活函数导数小于1，且初始权重不大时，过多的小数项(0~1.0)相乘结果趋于0，导致梯度消失；

当初始权重较大，激活函数接近1，这时容易导致梯度爆炸；

**远眺链接**:可以从某一网络层获取激活，然后迅速反馈给另外一层，甚至是神经网络的更深层；

利用远眺链接构建能够训练深度网络ResNets，有时超过100层；

## 残差块 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70]

将 a \[ l \] a^\{\[l\]\} a\[l\]直接向后拷贝到网络深层， a \[ l + 2 \] a^\{\[l+2\]\} a\[l\+2\]，连接点在ReLu非线性激活前，线性激活 z \[ l + 2 \] z^\{\[l+2\]\} z\[l\+2\]之后

这样 a \[ l + 2 \] a^\{\[l+2\]\} a\[l\+2\]的非线性输出就变成 a \[ l + 2 \] = g ( z \[ l + 2 \] + a \[ l \] ) a^\{\[l+2\]\} = g(z^\{\[l+2\]\}+a^\{\[l\]\}) a\[l\+2\]=g(z\[l\+2\]\+a\[l\])

也就是说 a \[ l + 2 \] a^\{\[l+2\]\} a\[l\+2\]加上了 a \[ l \] a^\{\[l\]\} a\[l\]这个残差块；

这个叫捷径(shorcut)，有时候会听到另一个术语“远眺链接”(skip connection),就是指 a \[ l \] a^\{\[l\]\} a\[l\]跳过一层或好几层，  
将信息传递到神经网络的更深层。

ResNet发明者发现用残差块可以训练更深网络，所以构建一个ResNet网络就是通过将很多这样的残差块堆积在一起，形成一个深度神经网络。

## 残差网络Residual Network ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 1]

如上图所示，5个残差块链接在一起，构成一个残差网络；（除去蓝色手写部分，即是添加残差块之前的普通网络plain network）

对比普通网络，使用标准优化算法训练一个普通网络，如果没有多余的残差，或者远眺链接，凭经验可知，随网络层数增加，  
训练错误会先增加后减小(如上图左)，而理论上应该训练的越来越好才对,因为理论上网络越深越好。  
实际上，对于普通网络，网络越深，用优化算法越难训练，出现错误越多；

有了ResNets就不一样，即使网络再深，训练的表现也不错，甚至有人在1000多层的神经网络做过实验。

这种方式有助于解决梯度消失和梯度爆炸的问题；让我们可以在训练更深网络的时候，又能保证良好的性能。

也许从另外一个角度看，网络会变得臃肿，但是ResNet确实在训练深度网络方面非常有效；

# 为什么ResNet能有如此好表现呢？ #

通常来讲，一个网络深度越深，它在训练集上训练的效率就会有所减弱，这也是有时候我们不希望加深网络的原因。而事实并非如此，至少在训练 ResNets  
网络时，并非完全如此，举个例子。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 2]

如图，为方便说明，假设都是采用ReLu激活函数，在一个大网络big NN后面添加两层，

a \[ l + 2 \] = g ( z \[ l + 2 \] + a \[ l \] ) = g ( w \[ l + 2 \] a l + 1 + b \[ l + 2 \] + a \[ l \] ) a^\{\[l+2\]\} = g(z^\{\[l+2\]\}+a^\{\[l\]\})=g(w^\{\[l+2\]\}a^\{l+1\} + b^\{\[l+2\]\} +a^\{\[l\]\}) a\[l\+2\]=g(z\[l\+2\]\+a\[l\])=g(w\[l\+2\]al\+1\+b\[l\+2\]\+a\[l\])

如果使用L2正则化会压缩 w \[ l + 2 \] w^\{\[l+2\]\} w\[l\+2\]的值,对b应用权重衰减也有同样效果，虽然不常用；

**这里假设w=0,b=0，这几项就没了，**

a \[ l + 2 \] = g ( a \[ l \] ) = a \[ l \] a^\{\[l+2\]\}= g(a^\{\[l\]\}) = a^\{\[l\]\} a\[l\+2\]=g(a\[l\])=a\[l\]

也就是这个远眺链接是我们很容易得出恒等式 a \[ l + 2 \] = a \[ l \] a^\{\[l+2\]\}= a^\{\[l\]\} a\[l\+2\]=a\[l\]，

这意味着即使给神经网络增加了这两层，网络的效率不逊色于普通网络，因为学习恒等式相对容易；

而相对普通网络，添加残差网络可以学习到更多隐藏参数；

因此创建类似的残差网络可以提升网络性能。

另一个值得注意， a \[ l \] a^\{\[l\]\} a\[l\]和 z \[ l + 2 \] z^\{\[l+2\]\} z\[l\+2\]一般具有相同维度，之所以能实现跳跃链接是因为same卷积保留了维度，所以很容易得出跳跃链接，并输出两个相同维度的向量。

如果输入和输出有不同维度，那么就会生出一个 W s W\_s Ws矩阵，将 a \[ l \] a^\{\[l\]\} a\[l\]和 z \[ l + 2 \] z^\{\[l+2\]\} z\[l\+2\]维度统一。

# ResNet #

2015年ImageNet优胜者，由微软研究院开发

[https://arxiv.org/pdf/1512.03385.pdf][https_arxiv.org_pdf_1512.03385.pdf]

下面是从论文中截取的网络

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 3]

上图是个普通网络，输入一张图片，结果多个卷基层，最后输出一个softmax.

添加跳跃链接(same卷积保留了网络维度)，就构成一个残差网络。

## ResNet in Keras ##

from keras.applications.resnet50 import ResNet50
    model = ResNet50(weights='imagenet', include_top=False)

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70]: /images/20230312/007af2b1e00649858fbda0f7251533a6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 1]: /images/20230312/56532fdfc89c4fc9b43d47e99883e3b9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 2]: /images/20230312/7b486482fd234868aa3015a0c51750a8.png
[https_arxiv.org_pdf_1512.03385.pdf]: https://arxiv.org/pdf/1512.03385.pdf
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x1dGVyZXNh_size_16_color_FFFFFF_t_70 3]: /images/20230312/ddf52b04330a4f41b6bdb882f7e52544.png