首页 > 其他分享 >7.6 通俗易懂解读残差网络ResNet & 手撕ResNet

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet

时间:2023-08-11 15:34:37浏览次数:57  
标签:acc nn train ResNet 残差 channels num 7.6

一.举例通俗解释ResNet思想

假设你正在学习如何骑自行车,并且想要骑到一个遥远的目的地。你可以选择直接骑到目的地,也可以选择在途中设置几个“中转站”,每个中转站都会告诉你如何朝着目的地前进。

传统的神经网络中,就好比只能选择直接骑到目的地。当你的目的地很远时,可能会出现骑不到目的地的情况,因为网络在训练过程中无法有效地传递信息,导致梯度消失梯度爆炸

而ResNet则是在途中设置多个**“残差块”作为中转站**。每个残差块相当于一个中转站。

二.ResNet网络结构

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_2d

假设f(x)是最终求得的函数。ResNet把函数拆成了f(x) = x + g(x).

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_2d_02

传统网络相当于直接达到目的地,就是直接求f(x)。 ResNet是先到达一个中转站,即先求得g(x),再求g(x) + x 得到f(x)。同时可以推出g(x) = f(x) - x。

三.用实际的数举例子:

假设要求的f(x) = 5x^2 + 3x +2 ResNet先求得 g(x) = f(x) - x = 5x^2 + 2x +2 ,然后将g(x) x相加,最终得到f(x)=g(x) + x = 5x^2 + 3x +2

四.为什么ResNet非要设计成先求一个中转的函数g(x),然后再加上x呢?

4.1 解决网络加深,效果变差的问题

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_ide_03

假如输入的x已经是最好的结果,如果加深网络效果会变差,即把最好的结果x输入到新一层的网络g(x)中,效果会变差。

那么我们直接令g(x)=0,相当于舍弃掉影响最优结果的网络块。最终得到的f(x) = 0 +x,保留了最优结果x

从反向传播的角度来说,解决梯度消失和梯度爆炸的问题

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_卷积_04

对y=F(x)+x求偏导发现会出现画圈的地方,梯度消失是累积的乘积中出现接近0的数,影响梯度的结果,梯度爆炸是累积乘积,结果出现指数级增长。多了画圈地方的+操作,就打破了累乘,结果不容易出现梯度消失与爆炸。

五.代码实现

import torch
from torch import nn
from torch.nn import functional as F
from d2l import  torch as d2l
import time
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: # 使用1x1卷积核控制输出通道数
            self.conv3 = nn.Conv2d(input_channels,num_channels,kernel_size=1,stride=strides)
        else:
            self.conv3 = None
        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: # 用1x1卷积将x通道与形状 调整的与 f(x)-x一致
            X = self.conv3(X)
        # 不用1x1调整通道时直接 y+X = = f(x)-X + X
        Y += X
        return F.relu(Y)

包含以及不包含 1 × 1 卷积层的残差块

此代码生成两种类型的网络:一种是当use_1x1conv=False时,应用ReLU非线性函数之前,将输入添加到输出。另一种是当use_1x1conv=True时,添加通过1 × 1卷积调整通道和分辨率。

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_ide_05

blk = Residual(input_channels=3,num_channels=3)
X = torch.rand(4, 3, 6, 6)
Y = blk(X)
Y.shape

torch.Size([4, 3, 6, 6])

# 使用1x1卷积控制通道数,使用strides=2减半输出的高和宽,num_channels是输出的通道数
blk = Residual(input_channels=3,num_channels=6, use_1x1conv=True, strides=2)
blk(X).shape

torch.Size([4, 6, 3, 3])

ResNet模型架构

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_卷积_06

#ResNet模型
b1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3),
nn.BatchNorm2d(64), nn.ReLU(),
nn.MaxPool2d(kernel_size=3, stride=2, padding=1))
# 残差块
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
# 接着在ResNet加入所有残差块,这里每个模块使用2个残差块。
b2 = nn.Sequential(*resnet_block(64, 64, 2, first_block=True))
b3 = nn.Sequential(*resnet_block(64, 128, 2))
b4 = nn.Sequential(*resnet_block(128, 256, 2))
b5 = nn.Sequential(*resnet_block(256, 512, 2))
# 最后,与GoogLeNet一样,在ResNet中加入全局平均汇聚层,以及全连接层输出。
# 每个模块有4个卷积层(不包括恒等映射的1 × 1卷积层)。加上第一个7 × 7卷积层和最后一个全连接层,共有18层。因此,这种模型通常被称为ResNet-18。
net = nn.Sequential(b1, b2, b3, b4, b5,
                    nn.AdaptiveAvgPool2d((1,1)),
                    nn.Flatten(), nn.Linear(512, 10))
# 观察一下ResNet中不同模块的输入形状是如何变化的。在之前所有架构中,分辨率降低,通道数量增加,直到全局平均汇聚层聚集所有特征。
X = torch.rand(size=(1, 1, 224, 224))
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape:\t', X.shape)
# 库中的函数没有取最优的准确率,自己实现一个
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """Train a model with a GPU (defined in Chapter 6).

    Defined in :numref:`sec_lenet`"""
    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)
    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    best_test_acc = 0
    for epoch in range(num_epochs):
        # Sum of training loss, sum of training accuracy, no. of examples
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
        test_acc = d2l.evaluate_accuracy_gpu(net, test_iter)
        if test_acc>best_test_acc:
            best_test_acc = test_acc
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}, best test acc {best_test_acc:.3f}')
    # 取的好像是平均准备率
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')
'''训练并打印训练耗时'''
'''开始计时'''
start_time = time.time()

lr, num_epochs, batch_size = 0.05, 10, 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=96)
# 使用自己的训练函数
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

'''计时结束'''
end_time = time.time()
run_time = end_time - start_time
# 将输出的秒数保留两位小数
if int(run_time)<60:
    print(f'{round(run_time,2)}s')
else:
    print(f'{round(run_time/60,2)}minutes')

7.6 通俗易懂解读残差网络ResNet & 手撕ResNet_ide_07

牛逼!比之前所有的模型准确率都高。

参考文章与视频

三分钟说明白ResNet ,关于它的设计、原理、推导及优点https://www.bilibili.com/video/BV1cM4y117ob/?spm_id_from=333.337.search-card.all.click&vd_source=ebc47f36e62b223817b8e0edff181613

ResNet详解——通俗易懂版https://blog.csdn.net/sunny_yeah_/article/details/89430124

标签:acc,nn,train,ResNet,残差,channels,num,7.6
From: https://blog.51cto.com/u_16207976/7048442

相关文章

  • Drools 7.67.0 + DMN 1.2 + SpringBoot3 构建规则引擎
    背景:基于项目工作的需要,要建立一个规则引擎的应用集中式的管理业务中的规则流程等,所以先探索一个MVP1.什么是规则引擎,同类竟品?规则引擎的主要思想是将应用程序中的业务决策部分分离出来,并使用预定义的语义模板编写业务决策(业务规则),由用户或开发者在需要时进行配置、管理。需......
  • 残差网络ResNet(超详细代码解析) :你必须要知道backbone模块成员之一
      本文主要贡献代码模块(文末),在本文中对resnet进行了复现,是一份原始版本模块,里面集成了权重文件pth的载入模块(如函数:init_weights(self,pretrained=None)),layers的冻结模块(如函数:_freeze_stages(self)),更是将其改写成可读性高的代码,若你需要执行该模块,可直接将其代码模块粘......
  • 【Ubuntu】Cuda10.2与cuDNN7.6.5的安装
    本文是Cuda10.2与cuDNN7.6.5安装记录,系统环境是Ubuntu18.04所使用的显卡是GeForceRTX2080,因为不是30系的显卡,所以Cuda安装10.2就足够了因为项目需要,要配置一下深度学习环境,一直没有整理和总结配置过程,就想记录一下,如果有错误的地方还请大家批评指正Cuda10.2的安装......
  • Linux(Centos7.6)Nginx安装
    简介Nginx(enginex)是一个高性能的HTTP和反向代理web服务器,同时也提供了IMAP/POP3/SMTP服务。Nginx可以托管用户编写的WEB应用程序成为可访问的网页服务,同时也可以作为流量代理服务器,控制流量的中转。Nginx在WEB开发领域,基本上也是必备组件之一了。————————————......
  • S-H-ESD——就是先识别出趋势(中位数),然后做残差,利用残差看看正态分布的偏离点
    基于统计的异常检测方法S-H-ESD[twitter] 前10离群点中第三个点检测为异常,则至少有3个异常点S-ESD考虑ESD有如下两个限制:一是对于具有季节性的时间序列异常不能很好的识别,下图1中很多周期性变化的点并非异常点;二是多峰分布的数据点,一些低峰异常数据点不能被识别出来,如图2。图1时......
  • LightGBM为什么比xgbost好?——选择梯度大(残差大)样本来进行特征分裂生成的树,借鉴了Ad
    LightGBM(LightGradientBoostingMachine)是一款基于决策树算法的分布式梯度提升框架。为了满足工业界缩短模型计算时间的需求,LightGBM的设计思路主要是两点:减小数据对内存的使用,保证单个机器在不牺牲速度的情况下,尽可能地用上更多的数据;减小通信的代价,提升多机并行时的效率,实现在......
  • 基于ResNet-101深度学习网络的图像目标识别算法matlab仿真
    1.算法理论概述       介绍ResNet-101的基本原理和数学模型,并解释其在图像识别中的优势。然后,我们将详细介绍如何使用深度学习框架实现ResNet-101,并在图像数据集上进行训练和测试。最后,我们将总结本文的主要内容并提出进一步的研究方向。 1.1、ResNet-101的基本原理......
  • PJK-linux安装jenkins(centos7.6)
    1.采用rpm安装的方式去Indexof/jenkins/redhat-stable/|清华大学开源软件镜像站|TsinghuaOpenSourceMirror清华大学镜像站下载rpm包2.在系统中切换到你喜欢的目录将下载的rpm包上传3.rpm安装rpm-ivhjenkins-2.346.3-1.1.noarch.rpm4.修改jenkins配置vim/etc/init.d......
  • Centos7.6 安装Redis7
    方式一:包安装1.安装(#默认安装redis-3.2.12)yuminstall-yredis2.启动并设置开机自启动systemctlenable--nowredis3.查看6379端口是否开启ss-ntl方式二:编译安装1.安装依赖包yum-yinstallgccmakejemalloc-develsystemd-devel2.下载源码包#其它版本......
  • ResNet18实现手写数字识别
    项目结构 ResNet18模型搭建fromtorchimportnnfromtorch.nn.functionalimportreluclassBaseBlock(nn.Module):def__init__(self,in_channels,out_channels,stride):super(BaseBlock,self).__init__()self.conv1=nn.Conv2d(in_ch......