Pytorch学习记录-深度残留学习ResNet

停更3天，日更挑战也失败，停留在56天。不过从头开始吧，希望下一个50天能够搞定模型。

在这里使用的是CIFAR-10数据集，基于的论文是《Deep Residual Learning for Image Recognition》，是微软亚洲研究院的何恺明、孙剑等人2015年提出的，它解决了深层网络训练困难的问题。利用这样的结构我们很容易训练出上百层甚至上千层的网络。它通过在层的堆栈之间引入快捷方式连接来工作，允许优化器学习“更容易”的残差映射，而不是更复杂的原始映射。ResNet在ImageNet测试集上实现了3.57％的错误率。

这一篇其实是论文复现，我们先从原始论文来看一下ResNet网络。

原始论文解读

基于知乎和简书。

网络变深之后的问题和解决方式

神经网络之前一直不敢做深，因为会出现梯度爆炸和梯度消失的问题，原因在于每次反向传播是逐层对函数偏导相乘，因此当神经网络层数非常深的时候，最后一层产生的偏差就因为乘了很多的小于1的数而越来越小，最终就会变为0，从而导致层数比较浅的权重没有更新，这就是梯度消失。而梯度爆炸就是由于初始化权值过大，前面层会比后面层变化的更快，就会导致权值越来越大，梯度爆炸的现象就发生了。

解决方法是使用BatchNormalization对每一层的输出做归一处理，但是这样又带来准确率下降的问题：

准确率下降问题(degradation problem)：层级大到一定程度时准确率就会饱和，然后迅速下降，这种下降即不是梯度消失引起的也不是overfit造成的，而是由于网络过于复杂，以至于光靠不加约束的放养式的训练很难达到理想的错误率。

为了解决这个问题，何凯明证明只要有理想的训练方式，更深的网络肯定会比较浅的网络效果要好。他提出了残差结构来实现恒等映射。

整个模块除了正常的卷积层输出外，还有一个分支把输入直接连到输出上，该输出和卷积的输出做算术相加得到最终的输出，用公式表达就是H(x)=F(x)+x

H(x)=F(x)+x，x是输入，F(x)是卷积分支的输出，H(x)是整个结构的输出。

可以证明如果F(x)分支中所有参数都是0，H(x)就是个恒等映射。残差结构人为制造了恒等映射，就能让整个结构朝着恒等映射的方向去收敛，确保最终的错误率不会因为深度的变大而越来越差。如果一个网络通过简单的手工设置参数值就能达到想要的结果，那这种结构就很容易通过训练来收敛到该结果，这是一条设计复杂的网络时百试不爽的规则。回想一下BN中为了在BN处理后恢复原有的分布，使用了y=rx+delta公式， 当手动设置r为标准差，delta为均值时，y就是BN处理前的分布，这就是利用了这条规则。

实现的方式

• 输入部分为32*32的图像，并且减去了每一个像素的平均值
• 第一层，3*3的卷积层
• 6n层堆叠，使用尺寸为{32,16,8}的卷积层
• 每一个特征图尺寸为2n
• 过滤器数量{16,32,64}

模型实现代码

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
num_epochs = 80
learning_rate = 0.001
transform = transforms.Compose(
 [
 transforms.Pad(4),
 transforms.RandomHorizontalFlip(),
 transforms.RandomCrop(32),
 transforms.ToTensor()
 ]
)
train_dataset = torchvision.datasets.CIFAR10(root='./data/', train=True, transform=transform, download=True)
test_datset = torchvision.datasets.CIFAR10(root='./data/', train=False, transform=transforms.ToTensor())
train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=100, shuffle=True)
test_loader = torch.utils.data.DataLoader(dataset=test_datset, batch_size=100, shuffle=False)
# 3*3卷积
def conv3x3(in_channels, out_channels, stride=1):
 return nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1, bias=False)
class ResidualBlock(nn.Module):
 def __init__(self, in_channels, out_channels, stride=1, downsample=None):
 super(ResidualBlock, self).__init__()
 self.conv1 = conv3x3(in_channels, out_channels, stride)
 self.bn1 = nn.BatchNorm2d(out_channels)
 self.relu = nn.ReLU(inplace=True)
 self.conv2 = conv3x3(out_channels, out_channels)
 self.bn2 = nn.BatchNorm2d(out_channels)
 self.downsample = downsample
 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:
 residual = self.downsample(x)
 out += residual
 out = self.relu(out)
 return out
# 搭建ResNet
class ResNet(nn.Module):
 def __init__(self, block, layers, num_classes=10):
 super(ResNet, self).__init__()
 self.in_channels = 16
 self.conv = conv3x3(3, 16)
 self.bn = nn.BatchNorm2d(16)
 self.relu = nn.ReLU(inplace=True)
 self.layer1 = self.make_layer(block, 16, layers[0])
 self.layer2 = self.make_layer(block, 32, layers[1], 2)
 self.layer3 = self.make_layer(block, 64, layers[1], 2)
 self.avg_pool = nn.AvgPool2d(8)
 self.fc = nn.Linear(64, num_classes)
 def make_layer(self, block, in_channels, out_channels, blocks, stride=1):
 downsample = None
 if (stride != 1) or (self.in_channels != out_channels):
 downsample = nn.Sequential(
 conv3x3(self.in_channels, out_channels, stride=stride),
 nn.BatchNorm2d(out_channels)
 )
 layers = []
 layers.append(block(self.in_channels, out_channels, stride, downsample))
 self.in_channels = out_channels
 for i in range(1, blocks):
 layers.append(block(out_channels, out_channels))
 return nn.Sequential(*layers)
 def forward(self, x):
 out = self.conv(x)
 out = self.bn(out)
 out = self.relu(out)
 out = self.layer1(out)
 out = self.layer2(out)
 out = self.layer3(out)
 out = self.avg_pool(out)
 out = out.view(out.size(0), -1)
 out = self.fc(out)
 return out
model = ResNet(ResidualBlock, [2, 2, 2]).to(device)
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
# 更新学习速率
def update_lr(optimizer, lr):
 for param_group in optimizer.param_groups:
 param_group['lr'] = lr
# 开始训练
total_step = len(train_loader)
curr_lr = learning_rate
for epoch in range(num_epochs):
 for i, (images, labels) in enumerate(train_loader):
 images = images.to(device)
 labels = labels.to(device)
 outputs = model(images)
 loss = criterion(outputs, labels)
 optimizer.zero_grad()
 loss.backward()
 optimizer.step()
 if (i+1) %100==0:
 print('Epoch: [{}/{}], Step: [{}/{}], Loss: {:.4f}'.format(epoch+1,num_epochs, i+1,total_step,loss.item()))
model.eval()
with torch.no_grad():
 correct=0
 total=0
 for images, labels in test_loader:
 images = images.to(device)
 labels = labels.to(device)
 outputs=model(images)
 _, predicted=torch.max(outputs.data,1)
 total_=labels.size(0)
 correct+=(predicted==labels).sum().item()
 print('Accuracy is :{}%'.format(100*correct/total))
torch.save(model.state_dict(),'resnet.ckpt')