深いネットワークの問題
ネットワークが深いほど、より多くの情報を取得でき、機能が豊富になります。しかし、実験によれば、ネットワークが深くなると最適化効果が悪くなり、テストデータやトレーニングデータの精度が低下します。これは、ネットワークの深化が勾配爆発と勾配消失の問題を引き起こすためです。
この現象には解決策があります：入力データと中間層のデータを正規化します。この方法では、ネットワークがバックプロパゲーションで確率的勾配降下法（SGD）を使用し、ネットワークが収束に到達することを保証できます。ただし、この方法は何十層ものネットワークでのみ有効であり、ネットワークが深くなるとこの方法は役に立ちません。
残余モジュール
これは回路の「短絡」にいくらか似ているため、短絡接続（ショートカット接続）であり、残差ブロックはショートカットとも呼ばれます。その原理は次のとおりです：スタックレイヤー構造（複数のレイヤーで構成される）の場合、入力がxの場合、学習された特徴はH（x）として記録され、残差F（x）= Hを学習できることを期待します（x）-xなので、元の学習機能はF（x）+ xです。これは、残差学習が直接の特徴学習よりも簡単だからです。残差が0の場合、現時点では、スタックレイヤーはIDマッピングのみを実行します。少なくともネットワークパフォーマンスは低下しません。実際、残差は0ではないため、スタックレイヤーは入力フィーチャに基づいて新しいフィーチャを学習することもできます。より良いパフォーマンスを持つように。
一般に、この層のニューラルネットワークは、出力全体を学習することなく、前のネットワークの残差出力を学習できるため、ResNetは残差ネットワークとも呼ばれます。
つまり、残差モジュールを使用した後、小さな変更が強調表示されます！！グラデーションが消える問題を解決しました！だから鍵はこれだ！！！
Resnetの実装
import torch.nn as nn
import math
import torch.utils.model_zoo as model_zoo
def conv3x3(in_planes, out_planes, stride=1):
return nn.Conv2d(in_planes, out_planes, kernel_size=3, stride=stride,
padding=1, bias=False)
class BasicBlock(nn.Module):
expansion = 1
def __init__(self, inplanes, planes, stride=1, downsample=None):
super(BasicBlock, self).__init__()
self.conv1 = conv3x3(inplanes, planes, stride)
self.bn1 = nn.BatchNorm2d(planes)
self.relu = nn.ReLU(inplace=True)
self.conv2 = conv3x3(planes, planes)
self.bn2 = nn.BatchNorm2d(planes)
self.downsample = downsample
self.stride = stride
def forward(self, x):
residual = x
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
if self.downsample is not None:
residual = self.downsample(x)
out += residual
out = self.relu(out)
return out
class ResNet(nn.Module):
def __init__(self, block, layers, num_classes=1000):
self.inplanes = 64
super(ResNet, self).__init__()
self.conv1 = nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3,
bias=False)
self.bn1 = nn.BatchNorm2d(64)
self.relu = nn.ReLU(inplace=True)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.layer1 = self._make_layer(block, 64, layers[0])
self.layer2 = self._make_layer(block, 128, layers[1], stride=2)
self.layer3 = self._make_layer(block, 256, layers[2], stride=2)
self.layer4 = self._make_layer(block, 512, layers[3], stride=2)
self.avgpool = nn.AvgPool2d(7, stride=1)
self.fc = nn.Linear(512 * block.expansion, num_classes)
for m in self.modules():
if isinstance(m, nn.Conv2d):
n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
m.weight.data.normal_(0, math.sqrt(2. / n))
elif isinstance(m, nn.BatchNorm2d):
m.weight.data.fill_(1)
m.bias.data.zero_()
def _make_layer(self, block, planes, blocks, stride=1):
downsample = None
if stride != 1 or self.inplanes != planes * block.expansion:
downsample = nn.Sequential(
nn.Conv2d(self.inplanes, planes * block.expansion,
kernel_size=1, stride=stride, bias=False),
nn.BatchNorm2d(planes * block.expansion),
)
layers = []
layers.append(block(self.inplanes, planes, stride, downsample))
self.inplanes = planes * block.expansion
for i in range(1, blocks):
layers.append(block(self.inplanes, planes))
return nn.Sequential(*layers)
def forward(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.relu(x)
x = self.maxpool(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
x = self.avgpool(x)
x = x.view(x.size(0), -1)
x = self.fc(x)
return x
def resnet18(pretrained=False, **kwargs):
trained (bool): If True, returns a model pre-trained on ImageNet
model = ResNet(BasicBlock, [2, 2, 2, 2], **kwargs)
if pretrained:
model.load_state_dict(model_zoo.load_url(model_urls['resnet18']))
return model
