一、Resnet简介

深度残差网络（Residual Network, 简写为 ResNet）由微软研究院的Kaiming He等四名华人提出，通过使用ResNet Unit成功训练出了152层的神经网络，并在ILSVRC2015比赛中取得冠军，在top5上的错误率为3.57%，同时参数量比VGGNet低，效果非常突出。ResNet的结构可以极快的加速神经网络的训练，模型的准确率也有比较大的提升。
CNN网络自Alexnet的7层发展到VGG16-19层、Googlenet22层。当CNN网络达到一定深度后再一味地增加层数并不能带来性能提升，反而会收敛更慢，准确率变差。

Resnet作者使用了residual representation残差的概念，使用多个有参层来学习输入输出之间的残差表示，而非像一般CNN网络那样使用有参层来直接尝试学习输入、输出之间的映射。当下Resnet已经代替VGG成为一般计算机视觉领域问题中的基础特征提取网络。

34层ResNet网络部分结构图：

二、TensorFlow2.0代码实现

• 数据集：CIFAR-10
• 测试环境：Google Colab

1. 初始化环境，选择TF2.0

try:
 # %tensorflow_version only exists in Colab.
 %tensorflow_version 2.x
except Exception:
 pass

2. 导入包,加载数据集

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import numpy as np
import datetime as dt
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar10.load_data()

3. 数据预处理

• 图片数值区域调整到[0,1]
• 集中裁剪图像到正常范围的75%
• 对中心轴随机翻转进行数据增强

train_dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train)).batch(64).shuffle(10000)
train_dataset = train_dataset.map(lambda x, y: (tf.cast(x, tf.float32) / 255.0, y))
train_dataset = train_dataset.map(lambda x, y: (tf.image.central_crop(x, 0.75), y))
train_dataset = train_dataset.map(lambda x, y: (tf.image.random_flip_left_right(x), y))
train_dataset = train_dataset.repeat()
valid_dataset = tf.data.Dataset.from_tensor_slices((x_test, y_test)).batch(5000).shuffle(10000)
valid_dataset = valid_dataset.map(lambda x, y: (tf.cast(x, tf.float32) / 255.0, y))
valid_dataset = valid_dataset.map(lambda x, y: (tf.image.central_crop(x, 0.75), y))
valid_dataset = valid_dataset.repeat()

4. 使用TF2.0定义ResNet模型

def res_net_block(input_data, filters, conv_size):
 # CNN层
 x = layers.Conv2D(filters, conv_size, activation='relu', padding='same')(input_data)
 x = layers.BatchNormalization()(x)
 x = layers.Conv2D(filters, conv_size, activation=None, padding='same')(x)
 # 第二层没有激活函数
 x = layers.BatchNormalization()(x)
 # 两个张量相加
 x = layers.Add()([x, input_data])
 # 对相加的结果使用ReLU激活
 x = layers.Activation('relu')(x)
 # 返回结果
 return x

inputs = keras.Input(shape=(24, 24, 3))
x = layers.Conv2D(32, 3, activation='relu')(inputs)
x = layers.Conv2D(64, 3, activation='relu')(x)
x = layers.MaxPooling2D(3)(x)
num_res_net_blocks = 10
for i in range(num_res_net_blocks):
 x = res_net_block(x, 64, 3)
# 添加一个CNN层
x = layers.Conv2D(64, 3, activation='relu')(x)
# 全局平均池化GAP层
x = layers.GlobalAveragePooling2D()(x)
# 几个密集分类层
x = layers.Dense(256, activation='relu')(x)
# 退出层
x = layers.Dropout(0.5)(x)
outputs = layers.Dense(10, activation='softmax')(x)
res_net_model = keras.Model(inputs, outputs)

• CIFAR-10维度是(32,32,3)，我们基于中心点裁剪了75%，现在维度是(24,24,3)。
• 然后建立2个CNN层，输出维度filter分别是32、64.卷积核是3*3.
• res_net_block函数用来创建ResNet层
• 这个demo里 创建了10个ResNet层
• ResNet结束后，添加了几个层：CNN GAP DROUT等。

这个模型里进行了30次迭代，下面一个函数是替代函数，不使用resnet的版本：

def non_res_block(input_data, filters, conv_size):
 x = layers.Conv2D(filters, conv_size, activation='relu', padding='same')(input_data)
 x = layers.BatchNormalization()(x)
 x = layers.Conv2D(filters, conv_size, activation='relu', padding='same')(x)
 x = layers.BatchNormalization()(x)
 return x

这里差别是没有残差的模块。

5. 训练

callbacks = [
 # Write TensorBoard logs to `./logs` directory
 keras.callbacks.TensorBoard(log_dir='./log/{}'.format(dt.datetime.now().strftime("%Y-%m-%d-%H-%M-%S")), write_images=True),
]
res_net_model.compile(optimizer=keras.optimizers.Adam(),
 loss='sparse_categorical_crossentropy',
 metrics=['acc'])
history =res_net_model.fit(train_dataset, epochs=30, steps_per_epoch=195,
 validation_data=valid_dataset,
 validation_steps=3, callbacks=callbacks)

6. 打印准确度与损失函数

原文中的运行结果：