深度网络解析之-ResNet

 

ResNet:   （参考：ResNet解析）

• 随着网络的加深，出现了训练集准确率下降的现象，这不是由于Overfit过拟合造成的 (过拟合的情况训练集应该准确率很高) ，故此引入深度残差网络；
• ResNet提出了两种mapping：一种是identity mapping   部分，指的就是图中”弯弯的曲线”，另一种residual mapping  残差部分，指的就是除了”弯弯的曲线“那部分，所以最后的输出是 ；
• 如果继续加深网络，Resnet提供上述两种选择方式，如果网络已经到达最优，residual mapping将被push为0，只剩下identity mapping，这样理论上网络一直处于最优状态了，网络的性能也就不会随着深度增加而降低了。
• 使用了一种叫做 “shortcut connection” 的连接方式 （即图中弧线）

      

 

Building Block:

• 下图两种结构分别针对ResNet34（左图）和ResNet50/101/152（右图），整个结构为一个”building block“。右图又称为”bottleneck design”，目的是为了降低参数的数目和计算量：
• 第一个1x1的卷积把256维channel降到64维，在最后通过1x1卷积恢复，参数数目：1x1x256x64 + 3x3x64x64 + 1x1x64x256 = 69632，而不使用bottleneck的话就是两个3x3x256的卷积，参数数目: 3x3x256x256x2 = 1179648，差了16.94倍。 
• 对于常规ResNet，可以用于34层或者更少的网络中，对于Bottleneck Design的ResNet通常用于更深的如101这样的网络中。

        

其他：

• 如果  和  的 channel 不相同，则输出变为 ，其中W是新的映射（projection shortcut），一般采用1x1的卷积； 或者用 Zero Padding 增加维度，此时一般要先做一个down sampling，可以采用strde=2的pooling；
•  没有pooling层，通过 stride=2 的卷积控制特征图尺寸；
• 用global average pool层替换了全连接层；
• ResNet的一个重要设计原则是：当feature map大小降低一半时，featuremap的数量增加一倍，这保持了网络层的复杂度。
• ResNet50 和 ResNet101 网络都分成5部分：conv1，conv2_x，conv3_x，conv4_x，conv5_x，其区别在于conv4_x，ResNet50有6个building block，而ResNet101有23个building block，差了17个block，即17 x 3 = 51层。（层数仅指卷积层和全连接层）
• 残差学习需要学习的内容少，学习相对更容易，依据链式求导反向传播误差，可得不会出现梯度消失：

       ResNet中有很多跨层连接结构 ，小括号中的1表明短路机制可以无损地传播梯度，而另外一项残差梯度则需要经过带有weights的层，梯度不是直接传递过来的。残差梯度不会那么巧全为-1，而且就算其比较小，有1的存在也不会导致梯度消失，所以残差学习会相对容易。