内容简介:本文为 AI 研习社编译的技术博客,原标题 :Understanding and Coding a ResNet in Keras
本文为 AI 研习社编译的技术博客,原标题 :
Understanding and Coding a ResNet in Keras
作者 | Priya Dwivedi @ Deep Learning Analytics
翻译 | linlh、通夜 编辑 | 邓普斯•杰弗、Pita
原文链接:
https://towardsdatascience.com/understanding-and-coding-a-resnet-in-keras-446d7ff84d33
注:本文的相关链接请访问文末【阅读原文】
ResNet 是残差网络(Residual Network)的缩写,是一种作为许多计算机视觉任务主干的经典神经网络。这个模型是2015年ImageNet挑战赛的获胜者,ResNet最根本的突破在于它使得我们可以训练成功非常深的神经网路,如150+层的网络。在ResNet之前,由于梯度消失(vanishing gradients)的问题,训练非常深的神经网络是非常困难的。
AlexNet,2012年ImageNet的获胜者,这个模型就明显开始关注解决仅有8个卷积层的深度学习,VGG网络有19层,Inception或者GoogleNet有22层,ResNet 152有152层。在这篇文章中,我们会编写一个ResNet-50的网络,ResNet 152的小型版本,经常在开始的时候用在迁移学习上。
深度革命
但是,提升网络的深度并不是简单的将网络层堆叠起来。深层网络很难训练的原因,是因为非常烦人的梯度消失问题——随着梯度反向传播回前面的网络层,重复的乘积操作会使得梯度变得非常小。结果呢,随着网络越来越深,它的性能就变得饱和了,并开始迅速下降。
我是在Andrew Ng的 DeepLearning.AI 课程上学习到关于编写ResNet的内容的,非常推荐大家观看这个课程。
在我的Github repo上,我分享了两个Jupyter Notebook,一个是如DeepLearning.AI中所述,从头开始编码ResNet,另一个在Keras中使用预训练的模型。希望你可以把代码下载下来,并自己试一试。
残差连接(Skip Connection)——ResNet的强项
ResNet是第一个提出残差连接的概念。下面的图阐述了残差连接。左边的图演示了网络层的堆叠,一层接着一层。在右边的图中,我们仍然看了之前网络层的堆叠,但是我们还将原始的输入添加到卷层单元的输出。
残差连接示意图 (来自 DeepLearning.AI)
可以写成下面两行代码:
X_shortcut = X # Store the initial value of X in a variable ## Perform convolution + batch norm operations on X X = Add()([X, X_shortcut]) # SKIP Connection
代码是非常简单,但是这里有一个非常重要的考虑因素——上面的X,X_shortcut是两个矩阵,只有在他们是相同的形状时,你才可以相加。因此,如果卷积+批量规范(batch norm)操作以输出形状相同的方式完成,那么我们可以简单地添加它们,如下所示。
当 x 和 x_shortcut 是相同的形状
否则,x_shortcut通过选定的卷积层,使得它的输出与卷积块的输出相同,如下所示:
X_shortcut 通过卷积单元
在Github的Notebook上,identity_block 和convolution_block 两个函数实现了上面的内容。这些函数使用Keras来实现带有ReLU激活函数的Convolution和Batch Norm层。残差连接实现上就是这行代码: X = Add()([X, X_shortcut])。
这里需要注意的一件重要的事情是残差连接是应用在ReLU激活函数之前,正如上图所示。研究人员发现这样可以得到最好的结果。
为什么要跳过连接?
这是个有趣的问题。我认为在这里跳过连接有两个原因:
-
他们通过允许梯度通过这条可选的捷径来缓解梯度消失的问题
-
它们允许模型学习一个恒等函数,该函数确保高层的性能至少与低层一样好,而不是更差。
事实上,由于ResNet跳过连接被用于更多的模型架构中,比如全卷积网络(FCN)和U-Net。它们用于将信息从模型中的较早层传递到较晚层。在这些体系结构中,它们用于将信息从下采样层传递到上采样层。
测试我们构建的ResNet模型
然后将笔记本中编码的恒等和卷积块组合起来,创建一个ResNet-50模型,其架构如下:
ResNet-50模型
ResNet-50模型由5个阶段组成,每个阶段都有一个卷积和恒等块。每个卷积块有3个卷积层每个单位块也有3个卷积层。ResNet-50有超过2300万个可训练参数。
我已经在我的Github repo中包含的signs数据集上测试了这个模型。这个数据集有对应于6个类的手动图像。我们有1080张火车图像和120张测试图像。
符号数据集
我们的ResNet-50经过25个阶段的训练,测试精度达到86%。不错!
在Keras中用预训练库构建ResNet
我喜欢自己编写ResNet模型,因为它让我更好地理解了我经常在与图像分类,对象定位,分割等相关的许多迁移学习任务中使用的网络。
但是,对于更为常用的做法,在Keras中预训练的ResNet-50模型更快。Keras拥有许多这些骨干模型,其库中提供了Imagenet权重。
Keras 预训练的模型
我上传了一个Notebook放在Github上,使用的是Keras去加载预训练的模型ResNet-50。你可以用一行的代码来加载这个模型:
base_model = applications.resnet50.ResNet50(weights= None, include_top=False, input_shape= (img_height,img_width,3))
在这里weights=None,因为我想用随机权重初始化模型,就像我在ResNet-50 I编码时所做的那样。或者也可以加载预训练的ImageNet的权重。设置include_top=False,表示不包含原始模型中最后的池化层(pooling)和全连接层(fully connected)。我在ResNet50模型中添加了全局平均池化层(global average pooling)和密集输出层(dense output)。
x = base_model.output x = GlobalAveragePooling2D()(x) x = Dropout(0.7)(x) predictions = Dense(num_classes, activation= 'softmax')(x) model = Model(inputs = base_model.input, outputs = predictions)
从上面的可以看到,Keras提供非常方便的接口去加载预训练模型,但重要的是至少要对ResNet自己编码一次,这样你才能理解这个概念,并且可以将这种学习应用到你正在创建的另一个新架构中。
这个Keras ResNet模型在使用了Adam优化器和0.0001的学习率,训练了100个epoch之后得到75%的正确率。这个正确率比我自己编码的模型要低一些,我想这应该和权重初始化有关。
Keras也提供了非常简单的数据增强(data augmentation)的接口,所以如果有机会,在数据集上试试增强,看看结果能不能得到更好的性能。
总结
-
ResNet是非常强大的骨干模型(backbone model),经常在许多计算机视觉任务中使用
-
ResNet 使用残差连接(skip connection)将较早的网络层的输出添加到更后面网络层。这有助于缓解梯度消失的问题
-
你可以使用Keras加载预训练的ResNet-50模型或者使用我分享的代码来自己编写ResNet模型。
我有自己深度学习的咨询工作,喜欢研究有趣的问题。我帮助许多初创公司部署基于AI的创新解决方案。 请访问 http://deeplearninganalytics.org/查看我们。
你也可以在medium上查看我的其他文章:
https://medium.com/@priya.dwivedi
参考
-
DeepLearning.AI
-
Keras
-
ReNet Paper
想要继续查看该篇文章相关链接和参考文献?
点击底部 【阅读原文】 即可访问:
https://ai.yanxishe.com/page/TextTranslation/1643
滑动查看更多内容
每天进步一点点
扫码参与每日一题
今天距离CVPR 2019开幕还有11天
今天距离端午假期还有 2 天
扫码查看
行人重识别相关资源大列表
扫码查看
强化学习自然语言处理资源大列表
<< 滑动查看更多栏目 >>
点击 阅读原文 ,查看本文更多内容
以上所述就是小编给大家介绍的《理解并实现 ResNet(Keras)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 理解 ARC 实现原理
- 理解 Block 实现原理
- 理解SpringBoot自动配置实现
- React setState源码实现理解
- 实现 React 理解 React(下)
- 透彻理解 NSNotificationCenter 通知(附实现代码)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。