pytorch中如何实现ResNet结构

小编给大家分享一下pytorch中如何实现ResNet结构，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

1.ResNet的创新

现在重新稍微系统的介绍一下ResNet网络结构。 ResNet结构首先通过一个卷积层然后有一个池化层，然后通过一系列的残差结构，最后再通过一个平均池化下采样操作，以及一个全连接层的得到了一个输出。ResNet网络可以达到很深的层数的原因就是不断的堆叠残差结构而来的。

1）亮点

网络中的亮点 ：

• 超深的网络结构( 突破1000 层)

• 提出residual 模块

• 使用Batch Normalization 加速训练( 丢弃dropout)

但是，一般来说，并不是一直的加深神经网络的结构就会得到一个更好的结果，一般太深的网络会出现过拟合的现象严重，可能还没有一些浅层网络要好。

2）原因

其中有两个原因：

• 梯度消失或梯度爆炸

当层数过多的时候，假设每一层的误差梯度都是一个小于1的数值，当进行方向传播的过程中，每向前传播一层，都要乘以一个小于1的误差梯度，当网络越来越深时，所成的小于1的系数也就越来越多，此时梯度便越趋近于0，这样梯度便会越来越小。这便会造成梯度消失的现象。

而当所成的误差梯度是一个大于1的系数，而随着网络层数的加深，梯度便会越来越大，这便会造成梯度爆炸的现象。

• 退化问题(degradation problem)

当解决了梯度消失或者梯度爆炸的问题之后，其实网络的效果可能还是不尽如意，还可能有退化问题。为此，ResNet提出了残差结构来解决这个退化问题。 也正是因为有这个残差的结构，所以才可以搭建这么深的网络。

2.ResNet的结构

残差结构如图所示

作图是针对ResNet-18/34层浅层网络的结构，右图是ResNet-50/101/152层深层网络的结构，其中注意：主分支与shortcut 的输出特征矩阵shape。

一下表格为网络的一些主要参数

可以看见，不同层数的网络结构其实框架是类似的，不同的至少堆叠的残差结构的数量。

1）浅层的残差结构

需要注意，有些残差结构的ShortCut是实线，而有的是虚线，这两者是不同的。对于左图来说，ShortCut是实线，这表明输入与输出的shape是一样的，所以可以直接的进行相加。而对于右图来说，其输入的shape与输出的shape是不一样的，这时候需要调整步长stribe与kernel size来使得两条路（主分支与捷径分支）所处理好的shape是一模一样的。

2）深层的残差结构

同样的，需要注意，主分支与shortcut 的输出特征矩阵shape必须相同，同样的通过步长来调整。

但是注意原论文中：

右侧虚线残差结构的主分支上、第一个1x1卷积层的步距是2，第二个3x3卷积层的步距是1.

而在pytorch官方实现的过程中是第一个1x1卷积层的步距是1，第二个3x3卷积层步距是2，这样能够在ImageNet的top1上提升大概0.5%的准确率。

所以在conv3_x,conv4_x,conv5_x中所对应的残差结构的第一层，都是指虚线的残差结构，其他的残差结构是实线的残差结构。

3）总结

对于每个大模块中的第一个残差结构，需要通过虚线分支来调整残差结构的输入与输出是同一个shape。此时使用了下采样的操作函数。
对于每个大模块中的其他剩余的残差结构，只需要通过实线分支来调整残差网络结构，因为其输出和输入本身就是同一个shape的。

对于第一个大模块的第一个残差结构，其第二个3x3的卷积中，步长是1的，而其他的三个大模块的步长均为2.
在每一个大模块的维度变换中，主要是第一个残差结构使得shape减半，而模块中其他的残差结构都是没有改变shape的。也真因为没有改变shape，所以这些残差结构才可以直接的通过实线进行相加。

3.Batch Normalization

Batch Normalization的目的是使我们的一批（Batch）特征矩阵feature map满足均值为0，方差为1的分布规律。

其中：
μ，σ_2在正向传播过程中统计得到
γ，β在反向传播过程中训练得到

Batch Normalization是google团队在2015年论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》提出的。通过该方法能够加速网络的收敛并提升准确率。

具体的相关原理见：Batch Normalization详解以及pytorch实验

4.参考代码

import torchimport torch.nn as nn# 分类数目num_class = 5# 各层数目resnet18_params = [2, 2, 2, 2]resnet34_params = [3, 4, 6, 3]resnet50_params = [3, 4, 6, 3]resnet101_params = [3, 4, 23, 3]resnet152_params = [3, 8, 36, 3]# 定义Conv1层def Conv1(in_planes, places, stride=2):    return nn.Sequential(        nn.Conv2d(in_channels=in_planes,out_channels=places,kernel_size=7,stride=stride,padding=3, bias=False),        nn.BatchNorm2d(places),        nn.ReLU(inplace=True),        nn.MaxPool2d(kernel_size=3, stride=2, padding=1)    )# 浅层的残差结构class BasicBlock(nn.Module):    def __init__(self,in_places,places, stride=1,downsampling=False, expansion = 1):        super(BasicBlock,self).__init__()        self.expansion = expansion        self.downsampling = downsampling        # torch.Size([1, 64, 56, 56]), stride = 1        # torch.Size([1, 128, 28, 28]), stride = 2        # torch.Size([1, 256, 14, 14]), stride = 2        # torch.Size([1, 512, 7, 7]), stride = 2        self.basicblock = nn.Sequential(            nn.Conv2d(in_channels=in_places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False),            nn.BatchNorm2d(places),            nn.ReLU(inplace=True),            nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=1, padding=1, bias=False),            nn.BatchNorm2d(places * self.expansion),        )        # torch.Size([1, 64, 56, 56])        # torch.Size([1, 128, 28, 28])        # torch.Size([1, 256, 14, 14])        # torch.Size([1, 512, 7, 7])        # 每个大模块的第一个残差结构需要改变步长        if self.downsampling:            self.downsample = nn.Sequential(                nn.Conv2d(in_channels=in_places, out_channels=places*self.expansion, kernel_size=1, stride=stride, bias=False),                nn.BatchNorm2d(places*self.expansion)            )        self.relu = nn.ReLU(inplace=True)    def forward(self, x):        # 实线分支        residual = x        out = self.basicblock(x)        # 虚线分支        if self.downsampling:            residual = self.downsample(x)        out += residual        out = self.relu(out)        return out# 深层的残差结构class Bottleneck(nn.Module):    # 注意:默认 downsampling=False    def __init__(self,in_places,places, stride=1,downsampling=False, expansion = 4):        super(Bottleneck,self).__init__()        self.expansion = expansion        self.downsampling = downsampling        self.bottleneck = nn.Sequential(            # torch.Size([1, 64, 56, 56])，stride=1            # torch.Size([1, 128, 56, 56])，stride=1            # torch.Size([1, 256, 28, 28]), stride=1            # torch.Size([1, 512, 14, 14]), stride=1            nn.Conv2d(in_channels=in_places,out_channels=places,kernel_size=1,stride=1, bias=False),            nn.BatchNorm2d(places),            nn.ReLU(inplace=True),            # torch.Size([1, 64, 56, 56])，stride=1            # torch.Size([1, 128, 28, 28]), stride=2            # torch.Size([1, 256, 14, 14]), stride=2            # torch.Size([1, 512, 7, 7]), stride=2            nn.Conv2d(in_channels=places, out_channels=places, kernel_size=3, stride=stride, padding=1, bias=False),            nn.BatchNorm2d(places),            nn.ReLU(inplace=True),            # torch.Size([1, 256, 56, 56])，stride=1            # torch.Size([1, 512, 28, 28]), stride=1            # torch.Size([1, 1024, 14, 14]), stride=1            # torch.Size([1, 2048, 7, 7]), stride=1            nn.Conv2d(in_channels=places, out_channels=places * self.expansion, kernel_size=1, stride=1, bias=False),            nn.BatchNorm2d(places * self.expansion),        )        # torch.Size([1, 256, 56, 56])        # torch.Size([1, 512, 28, 28])        # torch.Size([1, 1024, 14, 14])        # torch.Size([1, 2048, 7, 7])        if self.downsampling:            self.downsample = nn.Sequential(                nn.Conv2d(in_channels=in_places, out_channels=places*self.expansion, kernel_size=1, stride=stride, bias=False),                nn.BatchNorm2d(places*self.expansion)            )        self.relu = nn.ReLU(inplace=True)    def forward(self, x):        # 实线分支        residual = x        out = self.bottleneck(x)        # 虚线分支        if self.downsampling:            residual = self.downsample(x)        out += residual        out = self.relu(out)        return outclass ResNet(nn.Module):    def __init__(self,blocks, blockkinds, num_classes=num_class):        super(ResNet,self).__init__()        self.blockkinds = blockkinds        self.conv1 = Conv1(in_planes = 3, places= 64)        # 对应浅层网络结构        if self.blockkinds == BasicBlock:            self.expansion = 1            # 64 -> 64            self.layer1 = self.make_layer(in_places=64, places=64, block=blocks[0], stride=1)            # 64 -> 128            self.layer2 = self.make_layer(in_places=64, places=128, block=blocks[1], stride=2)            # 128 -> 256            self.layer3 = self.make_layer(in_places=128, places=256, block=blocks[2], stride=2)            # 256 -> 512            self.layer4 = self.make_layer(in_places=256, places=512, block=blocks[3], stride=2)            self.fc = nn.Linear(512, num_classes)        # 对应深层网络结构        if self.blockkinds == Bottleneck:            self.expansion = 4            # 64 -> 64            self.layer1 = self.make_layer(in_places = 64, places= 64, block=blocks[0], stride=1)            # 256 -> 128            self.layer2 = self.make_layer(in_places = 256,places=128, block=blocks[1], stride=2)            # 512 -> 256            self.layer3 = self.make_layer(in_places=512,places=256, block=blocks[2], stride=2)            # 1024 -> 512            self.layer4 = self.make_layer(in_places=1024,places=512, block=blocks[3], stride=2)            self.fc = nn.Linear(2048, num_classes)        self.avgpool = nn.AvgPool2d(7, stride=1)        # 初始化网络结构        for m in self.modules():            if isinstance(m, nn.Conv2d):                # 采用了何凯明的初始化方法                nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')            elif isinstance(m, nn.BatchNorm2d):                nn.init.constant_(m.weight, 1)                nn.init.constant_(m.bias, 0)    def make_layer(self, in_places, places, block, stride):        layers = []        # torch.Size([1, 64, 56, 56])  -> torch.Size([1, 256, 56, 56])， stride=1 故w，h不变        # torch.Size([1, 256, 56, 56]) -> torch.Size([1, 512, 28, 28])， stride=2 故w，h变        # torch.Size([1, 512, 28, 28]) -> torch.Size([1, 1024, 14, 14])，stride=2 故w，h变        # torch.Size([1, 1024, 14, 14]) -> torch.Size([1, 2048, 7, 7])， stride=2 故w，h变        # 此步需要通过虚线分支，downsampling=True        layers.append(self.blockkinds(in_places, places, stride, downsampling =True))        # torch.Size([1, 256, 56, 56]) -> torch.Size([1, 256, 56, 56])        # torch.Size([1, 512, 28, 28]) -> torch.Size([1, 512, 28, 28])        # torch.Size([1, 1024, 14, 14]) -> torch.Size([1, 1024, 14, 14])        # torch.Size([1, 2048, 7, 7]) -> torch.Size([1, 2048, 7, 7])        # print("places*self.expansion:", places*self.expansion)        # print("block:", block)        # 此步需要通过实线分支，downsampling=False， 每个大模块的第一个残差结构需要改变步长        for i in range(1, block):            layers.append(self.blockkinds(places*self.expansion, places))        return nn.Sequential(*layers)    def forward(self, x):        # conv1层        x = self.conv1(x)   # torch.Size([1, 64, 56, 56])        # conv2_x层        x = self.layer1(x)  # torch.Size([1, 256, 56, 56])        # conv3_x层        x = self.layer2(x)  # torch.Size([1, 512, 28, 28])        # conv4_x层        x = self.layer3(x)  # torch.Size([1, 1024, 14, 14])        # conv5_x层        x = self.layer4(x)  # torch.Size([1, 2048, 7, 7])        x = self.avgpool(x) # torch.Size([1, 2048, 1, 1]) / torch.Size([1, 512])        x = x.view(x.size(0), -1)   # torch.Size([1, 2048]) / torch.Size([1, 512])        x = self.fc(x)      # torch.Size([1, 5])        return xdef ResNet18():    return ResNet(resnet18_params, BasicBlock)def ResNet34():    return ResNet(resnet34_params, BasicBlock)def ResNet50():    return ResNet(resnet50_params, Bottleneck)def ResNet101():    return ResNet(resnet101_params, Bottleneck)def ResNet152():    return ResNet(resnet152_params, Bottleneck)if __name__=='__main__':    # model = torchvision.models.resnet50()    # 模型测试    # model = ResNet18()    # model = ResNet34()    # model = ResNet50()    # model = ResNet101()    model = ResNet152()    # print(model)    input = torch.randn(1, 3, 224, 224)    out = model(input)    print(out.shape)

以上是"pytorch中如何实现ResNet结构"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！