神经网络：Residual Network

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/tinyzhao/article/details/53188086

《Deep Residual Learning for Image Recognition》论文解读。

---

本文来自于MSRA，作者是大神何凯明。

概述

本文提出了一种Residual learning的框架，和以前的深层模型比起来，层数要深很多。在ImageNet2015的比赛中，作者使用了152层的网络取得了第一名。

随着网络结构的加深，带来了两个问题：一是vanishing/exploding gradient，导致了训练十分难收敛，这类问题能够通过normalized initialization 和intermediate normalization layers解决；另一个是被称为degradation的退化现象。对合适的深度模型继续增加层数，模型准确率会下滑（不是overfit造成），training error和test error都会很高，相应的现象在CIFAR-10和ImageNet都有出现。

结构

作者提出了residual learning的网络结构。

假设潜在映射为H(x)，结构中的非线性层拟合残差$F(x):=H(x)-x$。这样的结构的输出就是：

$$y=F(x,\{ W_i\})+x$$ $$F=W_2\sigma(W_1x)$$

$F+x$操作使用shortcut connection和element-wise addition就可以了。如果输入和输出维度不一样，就需要增加一个线性投影。

$$y=F(x,\{ W_i\})+W_sx$$

ImageNet中152层的残差网络如下所示：

和之前的论文相比，1*1卷积在网络中有着大量的使用，在网络最后也是使用了average pooling。

总结

残差网络结构简单，解决了极深度条件下深度卷积神经网络性能退化的问题，分类性能表现出色。从ILSVRC 2015至今半年多的时间里，残差网络的广泛使用已推进计算机视觉各任务的性能升入新的高度。