CNN卷积神经网络之ResNet

最新推荐文章于 2025-06-19 11:37:30 发布

原创最新推荐文章于 2025-06-19 11:37:30 发布 · 1.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能 #算法 #神经网络

CNN卷积神经网络专栏收录该内容

28 篇文章

订阅专栏

本文深入探讨了神经网络的退化问题，特别是随着网络深度增加导致的训练误差上升。ResNet通过引入残差块(ResidualBlock)解决了这一问题，其设计允许网络在增加深度时仍能保持性能。残差块通过学习残差映射，而不是直接学习目标映射，使得网络更容易优化。作者还分析了ResNet的改进版，包括将BN和ReLU前置，提高了网络的优化效率和防止过拟合的能力。实验结果显示，ResNet结构能够有效处理更深的网络，甚至在超过1000层后性能仍在提升。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

未经本人同意，禁止任何形式的转载！

前言

《Deep Residual Learning for Image Recognition》
论文地址：https://arxiv.org/pdf/1512.03385.pdf.

2014年VGG达到19层，GoogLeNet达到22层，就算是15年Incepetion V2 42层，V3 44层，但resnet能达到数百上千层。resnet的提出始于2015年，在ILSVRC 2015夺得冠军。

神经网络的“退化”问题

随着网络层数的增多，训练集loss逐渐下降，然后趋于饱和，当你再增加网络深度的话，训练集loss反而会增大（但这并不是过拟合，因为在过拟合中训练loss是一直减小的）。当网络退化时，浅层网络比深层网络效果更好。
梯度弥散/爆炸成为训练深层次的网络的障碍，导致无法收敛。虽有一些方法可以弥补（合适的初始化，输入归一化）但深层网络却还是开始退化了，即增加网络层数却导致更大的误差。这是个优化问题，且难度的增长并不是线性的，越深的模型越难以优化。
在这里插入图片描述

残差块(Residual Block)

如果堆积层降低了网络性能，那么我可以选择不要新堆积的层，按照这个思路，较深的模型所产生的训练误差不应该比较浅的模型高才对。Resnet设计了identity mapping和residual mapping，如果网络已经到达最优，继续加深网络，residual mapping将被尽量优化为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。
在这里插入图片描述
如果期望的潜在映射为H(x)，与其让F(x) 直接学习H(x)映射，不如学习残差H(x)−x，即F(x):=H(x)−x，这样原本的前向路径上就变成了F(x)+x，用F(x)+x来拟合H(x)。作者认为这样可能更易于优化，因为相比于让F(x)学习成恒等映射，让F(x)学习成0要更加容易。这样，即使网络加深，对于冗余的block，只需F(x)→0就可以得到恒等映射，性能不减。

⊕ 为element-wise addition，要求参与运算的F(x)和x的尺寸要相同。

网络结构

在这里插入图片描述

在这里插入图片描述
ResNet用 average pool 代替全连接，这点跟Incepetion想得一致，节省大量参数。降采样是通过conv的stride=2实现的。此外，可见模块化的设计从VGGNet开始已经深入人心。
随着网络变得复杂（ResNet-50/101/152），为进一步减少参数，利用1x1卷积核进行降维，下面右图的bottleneck结构。第一个1x1的卷积把channel降维，然后在最后通过1x1卷积恢复channel数。
在这里插入图片描述

注意:当F(x)和x的通道数不同时，虚线连接部分(在每个channel数改变的第一个残差块)，采用计算方式：y=F(x)+Wx。即shortcut connection会进行一次1x1卷积给通道降维。
Residual Block之间的衔接，在原论文中，F(x)+x经过ReLU后直接作为下一个block的输入x。
在这里插入图片描述

Residual Block的分析与改进*

《Identity Mappings in Deep Residual Networks》
论文地址：https://arxiv.org/abs/1603.05027.
这是16年，原作者Kaiming He对网络进行的进一步分析和改进。

在这里插入图片描述

可见，新Residual Block结构具有更好的性能，能更好地避免“退化”，堆叠大于1000层后，性能仍在变好。
这里将shortcut路径视为主干路径，将残差路径视为旁路。通过保持shortcut路径的“干净”，可以让信息在前向传播和反向传播中平滑传递(论文中有做过实验对比)。因此，尽量不在主干路径引入1×1卷积等操作，同时将路径上的ReLU移到F(x)路径上。在残差路径上，将BN和ReLU提前(full pre-activation)，获得了“Ease of optimization”以及“Reducing overfitting”的效果。

在这里插入图片描述
在卷积之后使用激活函数的方法叫做post-activation。作者通过调整ReLU和BN的使用位置得到了几个变种，通过对照试验对比这几种变异模型。实验结果也表明将激活函数移动到残差部分可以提高模型的精度。

res_block_v2顺序：#伪代码
res_x = BatchNormalization(x)
res_x = ReLU(res_x)
res_x = Conv2D(kernel_size=(3,3), x)

理解与反思

我一直试图从各个角度考虑Residual Block所带来的作用，仅仅将个人的想法写出来分享，抛砖引玉，希望有更好的理解可以留言，相互交流。
1）网络的层数对网路的性能有至关重要的影响，因此通过shortcut connection让网络自己来学习所需要的层数（如果网络已经到达最优，继续加深网络，residual mapping将被尽量优化为0，只剩下identity mapping，这样理论上网络一直处于最优状态了）。
2）也可以从模型集成的角度理解残差网络。
3）反向传播过程中，由链式法则得到梯度累乘，以往堆叠的网络很有可能发生梯度爆炸(λi>1)或者梯度变成0(λi<1)，会阻碍残差网络信息的反向传递，从而影响残差网络的训练。常见的激活函数都容易产生类似的阻碍信息反向传播的问题。
在这里插入图片描述
利用残差网络，可以避免shortcut路径上的梯度消失和爆炸。shortcut路径将反向传播由连乘形式变为加法形式，梯度能更好的传到前面得到更新。
4）网络原本是让F(x) 直接学习H(x)映射，现在学习残差H(x)−x，即F(x):=H(x)−x。假设原本拟合的是H(x)=100，H’(x)=105的偏差只有5％。然而，如果去拟合H(x)−x=0，F’(x)=5的偏差却是100％，网络对于误差变得更加敏感，所以让F(x)学习成0要更加容易。