当前位置：首页 > news >正文

深度学习——ResNet 卷积神经网络

news 2025/9/5 8:25:50

ResNet 网络教学文章

一、背景介绍

在深度学习发展早期，研究者发现：更深的神经网络往往拥有更强的拟合能力。但在实际实验中，当网络层数不断加深时，效果却出现了瓶颈甚至退化现象：

梯度消失/爆炸：反向传播时梯度越来越小或越来越大，导致训练困难。
退化问题：在相同训练数据和优化策略下，增加网络深度反而导致训练误差升高。

针对这一问题，微软研究院的 Kaiming He 等人提出了 残差网络（Residual Network，ResNet），并在 2015 年的 ImageNet 比赛中夺得冠军。ResNet 的核心思想是 残差学习（Residual Learning），通过引入 快捷连接（skip connection） 来缓解梯度消失和退化问题，从而让深层网络训练成为可能。

二、核心思想：残差学习

传统的深层神经网络可以表示为：

其中，H(x)H(x) 是期望学习的映射，F(x)F(x) 是堆叠层实现的函数

ResNet 的创新点是：与其直接学习 H(x)H(x)，不如让网络去学习 残差函数：

也就是说，网络学习的不是直接的输出，而是输入和输出的差异（残差）。

这种设计有两个好处：

如果最优映射接近恒等函数，学习残差更容易。
快捷连接保证了信息和梯度可以直接跨层传播，避免梯度消失。

三、ResNet 的基本结构

1. 残差模块（Residual Block）

残差模块是 ResNet 的核心。其基本结构为：

两层卷积（Conv-BN-ReLU），负责提取特征。
一条 shortcut connection，将输入直接加到输出上。

公式：

结构图示：

输入 x│
[卷积-BN-ReLU]│
[卷积-BN]│+──────→ 输出 y│输入 x

2. 瓶颈结构（Bottleneck Block）

在更深层的 ResNet（如 ResNet-50/101/152）中，引入了 瓶颈结构 来减少计算量：

先用 1×1 卷积降维。
再用 3×3 卷积进行特征提取。
最后用 1×1 卷积升维。

这样既能减少参数量，又能保持特征表达能力。

四、经典 ResNet 网络结构

常见的 ResNet 网络深度有 18、34、50、101、152 层。其区别主要在于残差模块的堆叠数量和是否使用瓶颈结构。

以 ResNet-18 为例，整体结构：

Conv1：7×7 卷积 + 最大池化
Conv2_x：2 个残差模块
Conv3_x：2 个残差模块
Conv4_x：2 个残差模块
Conv5_x：2 个残差模块
全局平均池化 + 全连接层

ResNet-50、101、152 则采用瓶颈残差模块，并堆叠更多层数。

五、PyTorch 实现示例

下面给出一个简化版的 ResNet 实现代码（以 ResNet-18 为例）：

import torch
import torch.nn as nn
import torch.nn.functional as F# 基本残差模块
class BasicBlock(nn.Module):expansion = 1def __init__(self, in_channels, out_channels, stride=1, downsample=None):super(BasicBlock, self).__init__()self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1, bias=False)self.bn1 = nn.BatchNorm2d(out_channels)self.relu = nn.ReLU(inplace=True)self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1, bias=False)self.bn2 = nn.BatchNorm2d(out_channels)self.downsample = downsample  # 用于通道数不一致时的调整def forward(self, x):identity = xif self.downsample is not None:identity = self.downsample(x)out = self.conv1(x)out = self.bn1(out)out = self.relu(out)out = self.conv2(out)out = self.bn2(out)out += identityout = self.relu(out)return out# ResNet 主体
class ResNet(nn.Module):def __init__(self, block, layers, num_classes=1000):super(ResNet, self).__init__()self.in_channels = 64self.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.AdaptiveAvgPool2d((1, 1))self.fc = nn.Linear(512 * block.expansion, num_classes)def _make_layer(self, block, out_channels, blocks, stride=1):downsample = Noneif stride != 1 or self.in_channels != out_channels * block.expansion:downsample = nn.Sequential(nn.Conv2d(self.in_channels, out_channels * block.expansion,kernel_size=1, stride=stride, bias=False),nn.BatchNorm2d(out_channels * block.expansion),)layers = []layers.append(block(self.in_channels, out_channels, stride, downsample))self.in_channels = out_channels * block.expansionfor _ in range(1, blocks):layers.append(block(self.in_channels, out_channels))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 = torch.flatten(x, 1)x = self.fc(x)return xdef ResNet18(num_classes=1000):return ResNet(BasicBlock, [2, 2, 2, 2], num_classes)# 测试
if __name__ == "__main__":model = ResNet18(num_classes=10)print(model)x = torch.randn(1, 3, 224, 224)y = model(x)print(y.shape)