TF2.0深度学习实战（七）：手撕深度残差网络ResNet人工智能@wangxin的博客-

写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱、热爱开源！ 这博客是我对学习的一点总结与记录。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~
我的博客地址为：【AI 菌】的博客
我的Github项目地址是：【AI 菌】的Github
本教程会持续更新，如果对您有帮助的话，欢迎star~

前言：
  本专栏将我从零开始搭建神经网络的学习过程，注重理论与实战相结合，力争打造最易上手的小白教程。在这过程中，我将使用谷歌TensorFlow2.0框架逐一复现经典的卷积神经网络：LeNet、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及现在比较流行的：RCNN系列、SSD、YOLO系列等。

  这一次我将复现非常经典的深度残差网络ResNet。首先在理论部分，我会依据论文对ResNet进行一个简要的讲解。然后在实战部分，我会手把手带你搭建第一个深度残差网络ResNet18，对CIFAR10数据集进行训练与分类预测。

系列教程：
    实战教程：《TF2.0深度学习实战系列》
    理论教程：《深度学习笔记》

资源传送门：
    论文地址：《Deep Residual Learning for Image Recognition》
    论文详解：ResNet论文详解：《Deep Residual Learning for Image Recognition》
    github项目地址：【AI 菌】的Github

一、ResNet详解

1.1 ResNet简介

ResNet来源于《Deep Residual Learning for Image Recognition》这篇论文，在2015年，由微软亚洲研究院的何凯明等人共同发表。其研究成果在ILSVRC 2015挑战赛ImageNet数据集上获得分类任务和检测任务双冠军。ResNet论文至今已经获得超 25000 的引用量，可见 ResNet 在人工智能领域的影响力。
我们常说的ResNet是一种基于跳跃连接的深度残差网络算法。根据该算法提出了18 层、34层、50 层、101 层、152 层的 ResNet-18，ResNet-34，ResNet-50，ResNet-101 和 ResNet-152 等模型，甚至成功训练出层数达到1202层的超深的神经网络。

1.2 提出背景

前面我们学过AlexNet，VGG，GoogLeNet 等网络模型，它们的出现将神经网络的发展带入了二十几层的阶段。研究人员发现网络的层数越深，理想情况下，网络模型的学习效果越好。但是实际中，单纯地增加网络的深度，网络会变得越来越难训练，而且精度会达到饱和。这主要是由于两种问题造成的：（1）梯度弥散/爆炸现象、（2）退化问题。

如下图所示，左图为20层和56层的普通网路在CIFAR-10数据集上的训练误差率；右图是测试误差率。

从图中很容易看出，50层网络最终的训练误差率和测试误差率均比20层的高。可见，随着网络深度的增加，精度到达饱和，甚至会导致更高的训练和测试误差率，这就是论文中提到的退化问题。而这种退化问题又不是由过拟合引起的，因为不仅验证集上的误差在增大，就连训练集上的误差也在增大。（过拟合一般会在训练集上表现良好，但由于泛化能力差，所以在验证和测试上表现差）

论文中提到，梯度弥散/爆炸现象可由在网络中添加BN（Batch Normalization）层或者通过数据的预处理来解决，使得训练速度加快。但是针对退化问题，还没有一个完美的解决方案。于是，何凯明等人就提出了本文的深度残差网络算法ResNet，来解决因为网络深度剧增而产生的退化问题。

1.3 ResNet创新之处

1. 提出了超深的网络结构。最高成功训练了1202层的超深残差网络。
2. 提出了两种残差模块（Residual）。也就是我们下文将要提到的两种结构：捷径连接、更深的瓶颈结构。
3. 使用BN层解决了梯度弥散/爆炸，加速了网络的训练。由于添加了BN层，所以在卷积运算过程中，不用再加入偏置bias了。
4. 由于没有明显产生过拟合，所以残差网络中没有再使用dropout了。

如果对BN层、过拟合、dropout等概念还不太了解，可以先加个餐：深度学习理论系列

1.4 ResNet网络结构

为了大家更清楚地了解ResNet网络结构，我分以下四个部分依次讲解：

• 捷径连接（Shortcut Connections）
• 更深的瓶颈结构（Deeper Bottleneck Architectures）
• 残差模块中虚实线的区别
• 整体结构

(1) 捷径连接

捷径连接（Shortcut Connections）是构建ResNet的一个主要方法，用来恒等映射和跳层连接。示下图所示，是构建ResNet的一个残差模块（Residual）：

其中，x表示的是输入的特征矩阵；网络主路的输出
$F(x)$

F(x)是残差函数；网络的支路就是我们所说的捷径连接（Shortcut Connection），其中x identity表示的是恒等映射，也就是：直接将输入的特征矩阵x本身跳层传递到输出。
那么，直接将主路和支路输出相加得：
$H(x)=F(x)+x$

H(x)=F(x)+x
最后，再经过ReLU函数经行激活，得到残差模块的输出：
$y=ReLU(F(W_i, x)+x)$

y=ReLU(F(Wi​,x)+x)，其中
$W_i$

Wi​表示的是主路卷积层的参数。
由于，恒等映射x identity并不增加额外的参数；所以在反向传播传播过程中，主要更新学习的是主路
$F(x)$

F(x)中的参数，即要学习的是：
$F(x)=H(x)-x$

F(x)=H(x)−x。其中，
$F(x)$

F(x)是
$H(x)$

H(x)与x的残差，残差网络ResNet的名字由此而来。

(2) 更深的瓶颈结构

在ResNet系列网络中，提出了两种主要的残差模块（Residual）。一种是如下图（左）所示的，应对较低深度的ResNet18、ResNet34，这就是上节讲到的捷径连接；还有一种是下图（右）所示的，应对层数很深的ResNet50、ResNet101、ResNet152等，这就是这节要讲的更深的瓶颈结构。

• 那么，这两个残差模块有什么不同呢？
  从结构上很明显看的出来。更深的瓶颈结构，在3×3的卷积核层前后分别加入了一个1×1的卷积核层，进行降维和升维。使得网络的深度增加，而参数量反而大大减少，有助于网络的训练。关于1×1卷积核的降维细节，我在上一篇博客中详细讲到了，想了解的请戳：TF2.0深度学习实战（六）：搭建GoogLeNet卷积神经网络
• 那么，为什么称右边的这种残差模块为瓶颈结构（BottleNeck）？
  这里我们假设输入的特征矩阵x的shape为（56，56，256），其中56×56为特征图的size，256表示通道数（维度）。那么x经过第一层[1×1，64]的卷积层降维后，shape变为（56，56，64）；再经过中间层[3×3，64]的卷积层卷积后，shape变为（56，56，64）；最后再经过第三层的[1×1，256]的卷积层升为后，shape变为（56，56，256）。由此可见，在这过程中，特征矩阵的size：56×56并不改变，改变的只是特征矩阵的通道数（维度）。并且维度的变化过程是：256—>64—>64—>256，呈一个上下维度高，中间低的形状，像瓶子的颈部一样，因此将此命名为瓶颈结构。其实我们也可以将它简单理解为：带有降维和升维功能的残差模块。

(3) 残差模块中虚实线的区别

在原论文中的完整ResNet结构中，我们可以看见带实现和虚线的两种不同的残差模块。如下图所示：

图中（左）采用的是实线连接的形式，表示的是不进行下采样，即输入和输出特征矩阵size一致的情况。图中（右）采用的是虚线连接的形式，表示要进行2倍的下采样。在主路网络中使用了步长为2的卷积层进行下采样，因此在支路Shortcut Connection中也要采取一种方式进行匹配尺寸，才能使得支路的输出特征矩阵和主路的直接相加。论文中对此提出了三种方法进行匹配尺寸，通过比较最后选择如图所示的方案B：在支路捷径连接中添加卷积核size为1×1、步长为2的卷积层进行下采样。
因此，这个时候残差模块的输出表达式为：
$y=ReLU(F(W_i, x)+W_sx)$

y=ReLU(F(Wi​,x)+Ws​x)，其中
$W_i$

Wi​表示的是主路卷积核中的参数，
$W_s$

Ws​表示支路Shortcut Connection中的卷积层的参数。由于支路采用的是全是1×1的卷积核，因此参数量极少，相比于主路几乎可以忽略不计。
对于第二种残差模块（瓶颈结构）中的虚实线表示，和以上原理一样，这里就不再赘述了。

(4) 整体结构

我们都知道，网络训练过程中有两条主线：前向计算、反向传播更新参数。其实，在前向计算过程中，ResNet只是在普通的深度卷积网络上增加了几个捷径连接（Shortcut Connections）。并且捷径连接没有引入额外的参数量，也没有增加计算的复杂度。重要的是，捷径连接在反向传播过程中发挥了巨大的作用！
前面提到，在前向计算过程中，输入特征矩阵x会经过主路
$F(x)$

F(x)和支路恒等映射x。那么在反向传播过程中，也会经过这两条路进行反向传播。如果当网络很深时，梯度弥散，使得深层的网络难以训练下去，这时通过捷径连接可以跳过中间的某几层，对更深的网络层进行训练。理想情况下，ResNet会跳过训练好的层，对原本很难训练到的很深的层进行训练。
如下表所示，给出了不通过层数的残差网络ResNet的体系结构：

其中，conv2_x，conv3_x，conv4_x，conv5_x表示的是残差块，每一个残差块包含几个相同残差模块（Residual）。由上表可知，比如ResNet34的conv2_x里面就有3个相同的残差模块。
下图表示的是ResNet34的整体网络结构，其中用不同颜色的方框将残差块分别标注了出来，如下图所示：

ResNet34整体结构分析：

• 网络输入：224×224×3的彩色图像
• 第一层：卷积核size为7×7，个数为6，步长为2的卷积层；然后再经过卷积核size3×3，步长为2的最大池化层。
• 中间层：由多个残差块：conv2_x，conv3_x，conv4_x，conv5_x 依次连接而成。
• 最终层：先经过全局平均池化层转为特征向量，再经过节点数为1000的全连接层，最后通过Softmax函数转化为概率输出，实现1000分类。

由于整体结构图太长，为了方便看，我是横着放的。如果想要查看原图，请戳这里：
ResNet论文详解：《Deep Residual Learning for Image Recognition》

1.5 ResNet的性能

对于ResNet的性能究竟如何，我们先看下面这张图，直观感受一下：

上图左边表示的是，普通的18层和34层网络在ImageNet数据集上的表现。右边是加入了残差模块后的ResNet18和ResNet34的表现。粗曲线表示的是验证误差率，细曲线是训练误差率。
对于普通网络，34层网络的误差率比18层的还高，可见深度增加，产生了退化问题。
而右边引入了残差模块的网络，ResNet34比ResNet18的误差率明显降低了不少。可见残差模块具有实际的作用，消除了网络太深造成的退化问题，从而降低了误差率。

从数据上看，ResNet的性能优点主要表现为：

1. 在ImageNet测试集上实现了3.57%的Top-5误差率，从而获得了2015年ILSVRC挑战赛分类任务的冠军。
   
2. ResNet比普通的卷积神经网络计算复杂度更低。
   对于19层的VGG-19，需要运算196亿个FLOP。而对于34层的ResNet-34，只需运算36亿个FLOP。可见，更深的ResNet-34的计算复杂度仅占VGG-19的18%左右，计算复杂度大大降低！

除此之外，ResNet的检测性能也很好，这里就不具体展开了。想要详细了解的同学，可以看我的这篇博文：ResNet论文详解：《Deep Residual Learning for Image Recognition》

二、TensorFlow2.0搭建ResNet实战

2.1 数据集准备

(1) 数据集介绍

本次我们采用的是一个经典的图片分类数据集：CIFAR100。CIFAR10 数据集由加拿大 Canadian Institute For Advanced Research 发布，它包含了飞机、汽车、鸟、猫等共 100 大类物体的彩色图片，共 6万 张图片。其中 5万 作为训练数据集，1万作为测试数据集。种类样片如下图所示：

(2) 数据集加载与准备

在tensorflow2.0官方API中提供了自动加载CIFAR10 数据集的函数，我们直接使用即可。

# 数据集加载与准备 (x,y), (x_test, y_test) = datasets.cifar100.load_data() y = tf.squeeze(y, axis=1) y_test = tf.squeeze(y_test, axis=1) print(x.shape, y.shape, x_test.shape, y_test.shape) # 训练集 train_db = tf.data.Dataset.from_tensor_slices((x,y)) train_db = train_db.shuffle(50000).map(preprocess).batch(128) # 测试集 test_db = tf.data.Dataset.from_tensor_slices((x_test,y_test)) test_db = test_db.map(preprocess).batch(128) 

2.2 搭建ResNet网络模型

(1) 搭建残差模块

由于这里我们搭建的是ResNet18，所以使用的是第一种残差模块。

class BasicBlock(layers.Layer): def __init__(self, filter_num, stride=1): super(BasicBlock, self).__init__()          self.conv1 = layers.Conv2D(filter_num, (3, 3), strides=stride, padding='same')         self.bn1 = layers.BatchNormalization() # BN层         self.relu = layers.Activation('relu') # ReLU激活函数          self.conv2 = layers.Conv2D(filter_num, (3, 3), strides=1, padding='same')         self.bn2 = layers.BatchNormalization() # BN层 if stride != 1:             self.downsample = Sequential() # 下采样             self.downsample.add(layers.Conv2D(filter_num, (1, 1), strides=stride)) else:             self.downsample = lambda x:x  # 恒等映射 def call(self, inputs, training=None):         out = self.conv1(inputs)         out = self.bn1(out,training=training)         out = self.relu(out)         out = self.conv2(out)         out = self.bn2(out,training=training)                  identity = self.downsample(inputs) # 恒等映射                  output = layers.add([out, identity]) # 主路与支路（恒等映射）相加         output = tf.nn.relu(output) # ReLU激活函数 return output 

(2) 搭建整体网络结构

依据上面给出的ResNet的体系结构表，我们可以先搭建出残差块函数（将几个相同的残差模块堆叠在一起）。然后再搭建整体结构，这样代码就会简化很多。

class ResNet(keras.Model): def __init__(self, layer_dims, num_classes=100): super(ResNet, self).__init__() # 第一层         self.stem = Sequential([layers.Conv2D(64, (3, 3), strides=(1, 1)),                                 layers.BatchNormalization(),                                 layers.Activation('relu'),                                 layers.MaxPool2D(pool_size=(2, 2), strides=(1, 1), padding='same') ]) # 中间层的四个残差块：conv2_x，conv3_x，conv4_x，conv5_x         self.layer1 = self.build_resblock(64,  layer_dims[0])         self.layer2 = self.build_resblock(128, layer_dims[1], stride=2)         self.layer3 = self.build_resblock(256, layer_dims[2], stride=2)         self.layer4 = self.build_resblock(512, layer_dims[3], stride=2) # 全局平均池化         self.avgpool = layers.GlobalAveragePooling2D() # 全连接层         self.fc = layers.Dense(num_classes) def call(self, inputs, training=None):         x = self.stem(inputs,training=training)         x = self.layer1(x,training=training)         x = self.layer2(x,training=training)         x = self.layer3(x,training=training)         x = self.layer4(x,training=training)         x = self.avgpool(x)         x = self.fc(x) return x      # 构建残差块（将几个相同的残差模块堆叠在一起） def build_resblock(self, filter_num, blocks, stride=1):         res_blocks = Sequential() # 可能会进行下采样         res_blocks.add(BasicBlock(filter_num, stride)) for _ in range(1, blocks):             res_blocks.add(BasicBlock(filter_num, stride=1)) return res_blocks 

2.3 模型装配与训练

在模型装配过程中，采用的是Adam优化器，categorical_crossentropy交叉熵损失函数，以及accuracy测试精确度。训练过程中，每20轮打印一次loss损失值，每训练完1个epoch打印一次精确度accuracy，一共训练100个epochs。
部分代码如下：

def main(): for epoch in range(50): for step, (x,y) in enumerate(train_db): with tf.GradientTape() as tape:                 logits = model(x,training=True) # [b, 32, 32, 3] => [b, 100]                 y_onehot = tf.one_hot(y, depth=100) # 热独编码 # 计算损失                 loss = tf.losses.categorical_crossentropy(y_onehot, logits, from_logits=True)                 loss = tf.reduce_mean(loss)             grads = tape.gradient(loss, model.trainable_variables)             optimizer.apply_gradients(zip(grads, model.trainable_variables)) # 每20轮打印一次loss值 if step % 20 == 0: print('第', epoch+1, '个epoch中，第', step+1, '个step的损失：loss =', float(loss)) 

2.4 训练过程与结果

我们先打印出模型的每层的参数信息，可见整个网络总的参数量大约有1100万个，如下图所示：

由于时间有限，这里我只训练了381个steps。我们可以看到损失值loss一直在减小，可见此时网路模型的训练是收敛的，继续训练下去，可以达到更小的损失值，同时测试精确度也会更高。大家有时间可以多花点时间训练，达到更好的效果。

本次教程就到这里啦，稍后我就会将代码上传github。想实战的盆友，可以戳戳我的github项目地址：【AI 菌】的Github
温馨提示：我将用迁移学习的方法，训练深度残差网络ResNet-50，实现图像分类与预测。有兴趣的同学可以关注我的动态哦~
最后就要和大家说再见啦！如果这篇文章对您有帮助的话，请点个赞支持一下呗，谢谢！