【深度学习实验】卷积神经网络（七）：实现深度残差神经网络ResNet
目录
一、实验介绍
二、实验环境
1. 配置虚拟环境
2. 库版本介绍
三、实验内容
0. 导入必要的工具包
1. Residual（残差连接）
__init__（初始化）
forward（前向传播）
2. resnet_block（残差网络块）
3. ResNet（网络模型）
__init__（初始化）
forward（前向传播）
4. 代码整合
一、实验介绍
本实验实现了实现深度残差神经网络ResNet。
残差网络（ResNet）是一种深度神经网络架构，用于解决深层网络训练过程中的梯度消失和梯度爆炸问题。通过引入残差连接（residual connection）来构建网络层与层之间的跳跃连接，使得网络可以更好地优化深层结构。
残差网络的一个重要应用是在图像识别任务中，特别是在深度卷积神经网络（CNN）中。通过使用残差模块，可以构建非常深的网络，例如ResNet，其在ILSVRC 2015图像分类挑战赛中取得了非常出色的成绩。
在ResNet中，每个残差块由一个或多个卷积层组成，其中包含了跳跃连接。跳跃连接将输入直接添加到残差块的输出中，从而使得网络可以学习残差函数，即残差块只需学习将输入的变化部分映射到输出，而不需要学习完整的映射关系。这种设计有助于减轻梯度消失问题，使得网络可以更深地进行训练。
二、实验环境
本系列实验使用了PyTorch深度学习框架，相关操作如下：
1. 配置虚拟环境
conda create -n DL python=3.7 conda activate DLpip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
conda install matplotlib conda install scikit-learn2. 库版本介绍
| 软件包 | 本实验版本 | 目前最新版 |
| matplotlib | 3.5.3 | 3.8.0 |
| numpy | 1.21.6 | 1.26.0 |
| python | 3.7.16 | |
| scikit-learn | 0.22.1 | 1.3.0 |
| torch | 1.8.1+cu102 | 2.0.1 |
| torchaudio | 0.8.1 | 2.0.2 |
| torchvision | 0.9.1+cu102 | 0.15.2 |
三、实验内容
0. 导入必要的工具包
from torch import nn
import torch.nn.functional as F1. Residual（残差连接）
class Residual(nn.Module):
def __init__(self, input_channels, num_channels, use_1x1conv=False, strides=1):
super().__init__()
self.conv1 = nn.Conv2d(input_channels, num_channels, kernel_size=3, padding=1, stride=strides)
self.conv2 = nn.Conv2d(num_channels, num_channels, kernel_size=3, padding=1)
if use_1x1conv:
self.conv3 = nn.Conv2d(input_channels, num_channels, kernel_size=1, stride=strides)
else:
self.conv3 = None
# 批量归一化层，将会在第7章讲到
self.bn1 = nn.BatchNorm2d(num_channels)
self.bn2 = nn.BatchNorm2d(num_channels)
def forward(self, X):
Y = F.relu(self.bn1(self.conv1(X)))
Y = self.bn2(self.conv2(Y))
if self.conv3:
X = self.conv3(X)
Y += X
return F.relu(Y)
__init__（初始化）
- 参数：
- 输入通道数`input_channels`
- 输出通道数`num_channels`
- 是否使用1x1卷积`use_1x1conv`
- 步幅`strides`
- 在初始化过程中，创建了两个卷积层`conv1`和`conv2`，分别使用不同的输入和输出通道数，并指定了卷积核的大小、填充和步幅。
- 如果`use_1x1conv`为True，则创建一个1x1卷积层`conv3`，用于进行维度匹配；
- 否则，将`conv3`设为None。
- 创建两个批量归一化层`bn1`和`bn2`，用于对卷积层的输出进行批量归一化操作。
forward（前向传播）
- 将输入`X`通过`conv1`进行卷积操作，然后经过批量归一化层`bn1`和ReLU激活函数。
- 将输出通过`conv2`进行卷积操作，再经过批量归一化层`bn2`。
- 如果`conv3`不为None，则将输入`X`通过`conv3`进行卷积操作，用于进行维度匹配。
- 最后，将经过卷积和批量归一化的结果与输入相加，得到残差连接的输出。
- 通过ReLU激活函数处理输出，并返回结果。
2. resnet_block（残差网络块）
生成由多个残差块组成的残差网络块。
def resnet_block(input_channels, num_channels, num_residuals, first_block=False):
blk = []
for i in range(num_residuals):
if i == 0 and not first_block:
blk.append(Residual(input_channels, num_channels,
use_1x1conv=True, strides=2))
else:
blk.append(Residual(num_channels, num_channels))
return blk- 参数
input_channels：输入通道数，即每个残差块的输入的通道数。num_channels：每个残差块中卷积层的输出通道数，也是每个残差块内部卷积层的通道数。num_residuals：残差块的数量。first_block：一个布尔值，表示是否为整个 ResNet 中的第一个残差块。
- 创建一个空列表
blk，用于存储构建的残差块。 - 通过一个循环迭代
num_residuals次，每次迭代都构建一个残差块并将其添加到blk列表中。- 在每个迭代中，首先检查是否为第一个残差块且
first_block为 False。- 如果是，则创建一个具有下采样（strides=2）的残差块，并将其添加到
blk列表中。这是为了在整个 ResNet 中的第一个残差块中进行下采样。 - 如果不是第一个残差块或者
first_block为 True，则创建一个普通的残差块，并将其添加到blk列表中。
- 如果是，则创建一个具有下采样（strides=2）的残差块，并将其添加到
- 在每个迭代中，首先检查是否为第一个残差块且
- 返回构建好的残差块列表
blk
3. ResNet（网络模型）
ResNet 网络模型，包含了多个残差块，用于实现图像分类任务。
class ResNet(nn.Module):
def __init__(self, num_classes):
super().__init__()
self.b1 = nn.Sequential(nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3),
nn.BatchNorm2d(64), nn.ReLU(),
nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
self.b2 = nn.Sequential(*resnet_block(64, 64, 2, first_block=True))
self.b3 = nn.Sequential(*resnet_block(64, 128, 2))
self.b4 = nn.Sequential(*resnet_block(128, 256, 2))
self.b5 = nn.Sequential(*resnet_block(256, 512, 2))
self.head = nn.Sequential(nn.AdaptiveAvgPool2d((1, 1)), nn.Flatten(), nn.Linear(512, num_classes))
def forward(self, x):
net = nn.Sequential(self.b1, self.b2, self.b3, self.b4, self.b5, self.head)
return net(x)__init__（初始化）
- 参数：
num_classes，表示分类的类别数目
- 调用父类的构造函数 `super().__init__()`。
self.b1是一个包含了卷积层、批归一化层、ReLU激活函数和最大池化层的序列。它对输入数据进行卷积操作，然后进行批归一化、ReLU激活和最大池化，用于提取输入图像的特征。- nn.Conv2d，使用 7x7 的卷积核对输入进行卷积操作，输出通道数为 64，步长为 2，填充为 3。
- nn.BatchNorm2d 层，用于进行批归一化操作。
- ReLU 激活函数层 nn.ReLU()。
- nn.MaxPool2d`层，使用 3x3 的池化核进行最大池化操作，步长为 2，填充为 1。
self.b2、self.b3、self.b4和self.b5分别是几个残差块（resnet_block）的序列。这些残差块包含了卷积层、批归一化层和ReLU激活函数，用于进一步提取输入数据的特征。self.b2使用构建了 2 个残差块，输入通道数为 64，输出通道数也为 64，并且指定 `first_block=True`，表示它是第一个残差块；- ……
self.head是一个包含自适应平均池化层（AdaptiveAvgPool2d）、展平层（Flatten）和全连接层（Linear）的序列。它将输入数据进行自适应平均池化，然后展平为一维向量，并通过全连接层将特征映射到分类的类别数目上：- 自适应平均池化层nn.AdaptiveAvgPool2d：将输入的特征图池化为大小为 1x1 的特征图。
- 展平层nn.Flatten，将池化后的特征图展平成一维向量。
- 全连接层nn.Linear，将展平后的特征映射到输出类别的数量。
forward（前向传播）
输入数据通过上述序列模块self.b1、self.b2、self.b3、self.b4、self.b5和self.head进行处理，最终输出分类结果。
4. 代码整合
# 导入必要的工具包
from torch import nn
import torch.nn.functional as F
# 残差连接, 输入和输出的维度有时是相同的, 有时是不同的, 所以需要 use_1x1conv来判断是否需要
class Residual(nn.Module):
def __init__(self, input_channels, num_channels, use_1x1conv=False, strides=1):
super().__init__()
self.conv1 = nn.Conv2d(input_channels, num_channels, kernel_size=3, padding=1, stride=strides)
self.conv2 = nn.Conv2d(num_channels, num_channels, kernel_size=3, padding=1)
if use_1x1conv:
self.conv3 = nn.Conv2d(input_channels, num_channels, kernel_size=1, stride=strides)
else:
self.conv3 = None
# 批量归一化层，将会在第7章讲到
self.bn1 = nn.BatchNorm2d(num_channels)
self.bn2 = nn.BatchNorm2d(num_channels)
def forward(self, X):
Y = F.relu(self.bn1(self.conv1(X)))
Y = self.bn2(self.conv2(Y))
if self.conv3:
X = self.conv3(X)
Y += X
return F.relu(Y)
# 残差网络是由几个不同的残差块组成的
def resnet_block(input_channels, num_channels, num_residuals, first_block=False):
blk = []
for i in range(num_residuals):
if i == 0 and not first_block:
blk.append(Residual(input_channels, num_channels,
use_1x1conv=True, strides=2))
else:
blk.append(Residual(num_channels, num_channels))
return blk
class ResNet(nn.Module):
def __init__(self, num_classes):
super().__init__()
self.b1 = nn.Sequential(nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3),
nn.BatchNorm2d(64), nn.ReLU(),
nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
self.b2 = nn.Sequential(*resnet_block(64, 64, 2, first_block=True))
self.b3 = nn.Sequential(*resnet_block(64, 128, 2))
self.b4 = nn.Sequential(*resnet_block(128, 256, 2))
self.b5 = nn.Sequential(*resnet_block(256, 512, 2))
self.head = nn.Sequential(nn.AdaptiveAvgPool2d((1, 1)), nn.Flatten(), nn.Linear(512, num_classes))
def forward(self, x):
net = nn.Sequential(self.b1, self.b2, self.b3, self.b4, self.b5, self.head)
return net(x)