ResNet 论文解读
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/briblue/article/details/83544381
ResNet 是何凯明团队的作品,对应的论文 《Deep Residual Learning for Image Recognition》是 2016 CVPR 最佳论文。ResNet 的 Res 也是 Residual 的缩写,它的用意在于基于残差学习,让神经网络能够越来越深,准确率越来越高。
我们都知道,自 2012 年 AlexNet 在 ILSVRC 一战成名后,卷积神经网络便一发不可收拾,后续的各类竞赛中各种神经网络都大发异彩,除了更高的准确率之外,它们普遍的特征就是,网络的层级越来越深了。
这里会产生一个问题,那就是神经网络真的越深越好吗?
但至少有证据表明,情况不是这样的,如果神经网络越来越深,这个神经网络可能会出现退化(degradation) 的现象。这里说的退化是指网络层级加深后,训练的准确率却可能出现饱和的现象。
上面的图片指示的是在 CIFAR-10 这个小型的数据集上,56 层的神经网络的表现比不过 20 层的神经网络。也就是前面说的层数越深,网络却反而退化了。
如何构建更深层的网络?
前面提到的,当网络层次更深时,反而会出现退化的现象,那么有没有办法避免呢?
有一个解决方案是:
在一个的常规的比较浅的模型上添加新的层,而新的层是基于 identity mapping 的。
identity 是相同的意思,identity mapping 可以称为恒等变换,也就是输入与输出是相等的映射关系。
通俗来讲,就是在一个浅层的网络模型上进行改造,然后将新的模型与原来的浅层模型相比较,这里有个底线就是,改造后的模型至少不应该比原来的模型表现要差。因为新加的层可以让它的结果为 0,这样它就等同于原来的模型了。这个假设是 ResNet 的出发点。
那么如何做呢?
作者引入了 deep residual learning framework,也就是基于残差的深度学习框架,实际上是需要对常规的神经网络的改造。
我们都知道,目前流行的神经网络都可以看成是卷积层的堆叠,可以用栈来表示,我们就叫它卷积栈好了.
输入数据经过每个卷积层都会发生变化,产生新的 featuremap ,我们可以说数据在输入与输出间发生了映射,也就是 mapping。神经网络中的权重参数一个作用就是去拟合这种输入与输出之间的 mapping。
ResNet 准备从这一块动手,假设现在有一个栈的卷积层比如说 2 个卷积层堆叠,将当前这个栈的输入与后面的栈的输入之间的 mapping 称为 underlying mapping,现在的工作是企图替换它引入一种新的 mapping 关系,ResNet 称之为 residual mapping 去替换常规的 mapping 关系。
意思是与其让卷积栈直接拟合 underlying mapping,不如让它去拟合 residual mapping。而 residual mapping 和 underlying mapping 其实是有关联的。
将 underlyingmapping 标记为 H ( x )
将经过堆叠的非线性层产生的 mapping 标记为 F ( x ) : = H ( x ) − x
所以,最原始的 mapping 就被强制转换成 F ( x ) + x
然后,作者假设对 residual mapping 的优化要比常规的 underlying mapping 要简单和容易
而
F
(
x
)
+
x
在实际的编码过程中,可以被一种叫做快捷连接的结构件来实现。
快捷连接通常会跳过 1 个或者多个层,在 ResNet 中快捷连接直接运用了 identity mapping,意思就是将一个卷积栈的输入直接与这个卷积栈的输出相加。
这样有什么好处呢?
- 并没有增加新的参数
- 整个网络也仍然可以由 SGD 进行训练。
- 容易被通用的神经网络框架实现。
并且,F(x) 表示残差,最理想的情况是 identity mapping 是最优的输出,那么让F(x) 为 0 就好了,现实是F(x)不可能全为 0,那么这些多出来的东西就可以增强网络的表达能力。
而 ResNet 依靠成绩说话,它是 ILSVRC 2015 年图像分类冠军。而且 ResNet 的泛化变现也很卓越,在 ImageNet 目标检测、ImageNet 目标定位、COCO 目标检测、COCO 图像分割等竞赛中都取得了当年(2015)的冠军。
并且,ResNet 是当年 ImageNet 参赛模型中层级最深的模型,达到了 152层。
这些证据证明了 ResNet 加深网络后,性能比其他的模型更突出。
Deep Residual Learning
Residual Learning 的理论依据
我们可以将焦点放在H(x) 上。
理论上有一种假设,多层卷积的参数可以近似地估计很复杂的函数表达公式的值,那么多层卷积也肯定可以近似地估计H(x)−x 这种残差公式。
所以与其让卷积栈去近似的估计H(x),还不如让它去近似地估计F(x):=H(x)−x, 而F(x)就是残差。
作者假设的是,残差比原始的 mapping 更容易学习。
作者在他的另外一篇论文《Identity Mappings in Deep Residual Networks》中给出了详细的讨论。
我们先整理一下思路,神经网络训练过程中反向传播的梯度非常重要,如果梯度接近于 0 ,那么信号就无法反向传播了。
XL 代表任意的一个更深层次的输入,而 Xl 可以代表相对的比较浅的层次的输入,结合之前的公式,可以很容易递推得到上面的公司。
引用链式求导法则。
ε 代表的是 loss 方程
最激动人心的地方在于上面公式的括号部分,它是 1 加上某个值,只要这个值不恰好为 -1,那么梯度就不会为 0,也就是说从 XL 到 Xl 的梯度就可以一直传递下去,梯度能够有效传递,神经网络的训练过程才会更加高效。
网络结构
ResNet 的起始是从一个常规的比较浅的网络上探求加层的过程。
这个常规的比较浅的网络是大名鼎鼎的 VGG-19。
作者对 VGG-19 进行仿制与改造,得到了一个 34 层的 plain network,然后又在这个 34 层的 plain network 中插入快捷连接,最终形成了一个 34 层的 residual network。
我们回到这张图上面,F(x) 要与 x 相加,那么它们的维度就需要一样。
而 ResNet 采用的是用 1x1 的卷积核去应对维度的变化,通过 1x1 的卷积核去对输入进行升维和降维。
ResNet 作者做了大量的模型评估工作,网络的层数从 18 到 152 都有试验。
值得注意的是,从 50-layer 起,ResNet 采用了一种 bottleneck design 的手段。
1x1 的卷积核让整个残差单元变得更加细长,这也是 bottleneck 的含义,更重要的是参数减少了。
最终在 ImageNet 验证集上的表现也证明了 ResNet 比当时其他网络要强,并且 ResNet 本身层级越多准确率越高。
最后,为了证明 ResNet 的泛化能力,作者也在 CIFAR-10 数据集上做了测试和分析,ResNet 甚至做到了 1000 层以上。
这证明了基于残差学习可以让网络更深。
总结
1、ResNet 在当年大放异彩靠的是它优异的表现。
2、论文更多讲述的是经验,这些经验靠实验结果表现出了 ResNet 的高效,但后来的补充材料给出了理论依据,自此它才变得更加让人信服。
3、ResNet 并非横空出世,它是基于浅层网络的探索性的结果,就如 VGG 是在 AlexNet 的基础上探索得到的。
4、ResNet 验证了大量的结构,并且进行了大量的横向和纵向对比才得到的最理想的结果,这份细致和耐心值得我们每个人学习。