深度学习论文随记（四）ResNet 残差网络-2015年Deep Residual Learning for Image Recognition

深度学习论文随记（四）ResNet 残差网络

DeepResidual Learning for Image Recognition

Author：Kaiming He,  XiangyuZhang,  Shaoqing Ren,  Jian Sun,

 Microsoft Research

Year:2015

1、导引

之前文章谈到GoogLeNet和VGG，人们开始认为增加网络的层数，即让网络变深似乎能进一步提高分类任务的准确性。于是，微软研究院的何凯明团队提出了这样一个问题：

Is learning better networks as easy as stacking more layers?

然后他们通过增加层数就发现一个奇怪的现象：

When deeper networks areable to start converging, adegradationproblem has been exposed:

网络加深了， accuracy却下降了。如上图20-layer和50-layer的对比图所示，第20层网络相比，第56层网络存在更高的训练误差与测试误差。这个问题称为degradation。并且，他们发现这个问题is not caused by overfitting. 所以degradation问题说明不是所有网络都那么容易优化。

正因如此，他们提出了残差网络的idea. 构建了Deep Residual Net

然后在2015年的各类比赛中，他们取得了如下成果。

然后大家可以感受一下深度学习网络的“深度革命”

在ILSVRC2010年左右还主要是浅层网络，大部分需要手动调教特征。在ILSVRC2012年时，出现了8层的网络——AlexNet，降低了10%的错误率。而后ILSVRC2014出现的VGG和GoogleNet是相当成功的，它们分别将层级提到了19层、22层，错误率也降低到了7.3、6.7。到ILSVRC2015， ResNet将层级提到了152层，将错误率降到了3.57。

2、模型分析

通过在输出个输入之间引入一个shortcut connection,而不是简单的堆叠网络，这样可以解决网络由于很深出现梯度消失的问题，从而可可以把网络做的很深。

实际中，考虑计算的成本，对残差块做了计算优化，即将两个3x3的卷积层替换为1x1 + 3x3 + 1x1, 如下图。新结构中的中间3x3的卷积层首先在一个降维1x1卷积层下减少了计算，然后在另一个1x1的卷积层下做了还原，既保持了精度又减少了计算量。

3、特点分析

在ImageNet上进行了综合性实验展示精准度下降问题，并对他们的方法做出评估。发现：

 

（1）特别深的残差网络很容易优化，但当深度增加时对应的“平面”网（即简单的堆栈层）表现出更高的训练误差。

（2）深度残差网络能够在大大增加深度的同时获得高精准度，产生的结果本质上优于以前的网络。

 

公式F（x）+x可以通过“快捷连接”前馈神经网络实现。

快捷连接是那些跳过中的一层或更多层。在我们的情景中，快捷连接简单的执行身份映射，并将它们的输出添加到叠加层的输出。身份快捷连接添加既不产生额外的参数，也会增加不计算的复杂度。