用deepseek学大模型08-cnn残差网络

残差网络

参考：https://blog.csdn.net/2301_80750681/article/details/142882802
在这里插入图片描述

以下是使用PyTorch实现的三层残差网络示例，包含三个残差块和完整的网络结构：

import torch
import torch.nn as nnclass 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 = downsampledef forward(self, x):identity = xout = self.conv1(x)out = self.bn1(out)out = self.relu(out)out = self.conv2(out)out = self.bn2(out)if self.downsample:identity = self.downsample(x)out += identityout = self.relu(out)return outclass ResNet3Layer(nn.Module):def __init__(self, num_classes=10):super(ResNet3Layer, self).__init__()self.in_channels = 64# 初始卷积层self.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)# 三个残差块self.layer1 = self._make_layer(BasicBlock, 64, 1, stride=1)self.layer2 = self._make_layer(BasicBlock, 128, 1, stride=2)self.layer3 = self._make_layer(BasicBlock, 256, 1, stride=2)# 分类层self.avgpool = nn.AdaptiveAvgPool2d((1, 1))self.fc = nn.Linear(256 * BasicBlock.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.avgpool(x)x = torch.flatten(x, 1)x = self.fc(x)return x# 示例用法
model = ResNet3Layer(num_classes=10)
print(model)

关键实现细节说明：

残差块设计：每个BasicBlock包含两个3×3卷积层，通过downsample参数处理维度匹配问题
网络结构：
- 初始卷积层（7×7卷积）用于提取基础特征
- 最大池化层进行初步下采样
- 三个残差块分别实现64→128→256通道的特征提取
- 全局平均池化替代全连接层减少参数量
维度匹配：通过1×1卷积调整shortcut连接的维度，保证残差相加的有效性
参数配置：
- 每个残差块的步长(stride)分别为1、2、2，实现特征图尺寸的逐步缩小
- 使用Batch Normalization加速训练收敛

该网络适用于CIFAR-10等小尺寸图像分类任务，可通过调整num_classes参数适配不同数据集。实际训练时建议配合数据增强和正则化技术。

残差网络的数学推导核心在于其残差映射设计和梯度传播特性，主要包含以下关键点：

1. 残差前向传播公式

残差块的基本结构可表示为：
$\mathbf{x}_{l+1} = \mathbf{x}_l + \mathcal{F}(\mathbf{x}_l, \mathbf{W}_l)$
其中：

$\mathbf{x}_l$ ：第 $l$ 层的输入
$\mathcal{F}$ ：残差函数（通常包含卷积、BN、激活等操作）
$\mathbf{W}_l$ ：可学习参数

对于 $L$ 层深度网络，累积表达式为：
$\mathbf{x}_L = \mathbf{x}_0 + \sum_{i=0}^{L-1} \mathcal{F}(\mathbf{x}_i, \mathbf{W}_i)$
这表明深层特征可分解为浅层特征与残差之和

2. 反向传播梯度推导

通过链式法则计算梯度：
$\frac{\partial \mathcal{L}}{\partial \mathbf{x}_l} = \frac{\partial \mathcal{L}}{\partial \mathbf{x}_L} \cdot \prod_{i=l}^{L-1} \left( 1 + \frac{\partial \mathcal{F}(\mathbf{x}_i, \mathbf{W}_i)}{\partial \mathbf{x}_i} \right)$
其中：

常数项1保证梯度直接传递（恒等映射路径）
残差项 $\frac{\partial \mathcal{F}}{\partial \mathbf{x}_i}$ 通过权重层传播

3. 解决梯度问题的数学机制

当残差项趋近于0时：
$\frac{\partial \mathcal{L}}{\partial \mathbf{x}_l} \approx \frac{\partial \mathcal{L}}{\partial \mathbf{x}_L} \cdot 1$
即使深层梯度 $\frac{\partial \mathcal{L}}{\partial \mathbf{x}_L}$ 较小，浅层仍能获得有效梯度更新，从根本上缓解梯度消失问题

4. 网络退化问题的解决

假设最优映射为 $H^*(x)$ ，传统网络需直接拟合：
$H(x) = H^*(x)$
而残差网络改为拟合：
$\mathcal{F}(x) = H^*(x) - x$
这使得当 $\mathcal{F}(x)=0$ 时，网络退化为恒等映射，保证性能不劣化

5. 维度匹配的数学处理

当输入输出维度不匹配时，引入1×1卷积：
$\mathbf{y} = \mathcal{F}(\mathbf{x}, \mathbf{W}_i) + \mathbf{W}_s\mathbf{x}$
其中 $\mathbf{W}_s$ 为线性变换矩阵，保证残差相加的维度一致性

通过上述数学设计，残差网络实现了：

梯度稳定传播（反向过程）
深层特征的有效累积（前向过程）
网络退化现象的根本性解决

残差网络（ResNet）相比普通直接卷积网络的核心优势体现在以下方面：

1. 解决梯度消失与网络退化问题

通过跳跃连接（Shortcut Connection）的残差结构，反向传播时梯度可绕过非线性层直接传递。数学上，第 $l$ 层的梯度为：
$\frac{\partial \mathcal{L}}{\partial x_l} = \frac{\partial \mathcal{L}}{\partial x_L} \cdot \prod_{i=l}^{L-1} \left( 1 + \frac{\partial F(x_i, W_i)}{\partial x_i} \right)$
当残差项 $\frac{\partial F}{\partial x_i} \approx 0$ 时，梯度 $\frac{\partial \mathcal{L}}{\partial x_l} \approx \frac{\partial \mathcal{L}}{\partial x_L}$ ，避免链式求导的指数衰减。

2. 优化目标简化

残差网络学习残差映射 $F (x) = H (x) - x$ ，而非直接学习目标函数 $H (x)$ 。当最优映射接近恒等变换时，残差 $\to 0$ 比直接学习 $\to x$ 更容易收敛。

3. 支持极深网络结构

普通CNN在超过20层时会出现性能退化（训练/测试误差同时上升），而ResNet通过残差块堆叠可构建超过1000层的网络，且准确率随深度增加持续提升（如ResNet-152在ImageNet上Top-5错误率仅3.57%）。

4. 参数效率与计算优化

维度调整：使用1×1卷积调整通道数，参数量仅需 $C_{in} \times C_{out}$ ，远少于3×3卷积的 $9C_{in}C_{out}$ 。
瓶颈结构：通过“1×1→3×3→1×1”的Bottleneck设计（如ResNet-50），在保持性能的同时减少计算量。

5. 实际性能优势

分类任务：ResNet-50在ImageNet上的Top-1准确率达76.5%，比VGG-16提升约8%。
训练效率：引入BN层后，ResNet训练速度比普通CNN快2-3倍，且收敛更稳定。

对比总结

特性	普通CNN	ResNet
最大有效深度	~20层	>1000层
梯度传播稳定性	易消失/爆炸	通过跳跃连接稳定
训练误差随深度变化	先降后升（退化）	持续下降
参数量（同精度）	较高	更低（瓶颈结构）

这些设计使得ResNet成为计算机视觉任务的基础架构，广泛应用于图像分类、目标检测等领域。

以下是使用PyTorch实现的残差网络（ResNet）在MNIST手写数字识别中的示例：

import torch
import torch.nn as nn
import torchvision.transforms as transforms
from torchvision.datasets import MNIST
from torch.utils.data import DataLoaderclass ResidualBlock(nn.Module):def __init__(self, in_channels, out_channels, stride=1):super().__init__()self.conv1 = nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1),nn.BatchNorm2d(out_channels),nn.ReLU())self.conv2 = nn.Sequential(nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1),nn.BatchNorm2d(out_channels))self.shortcut = nn.Sequential()if stride != 1 or in_channels != out_channels:self.shortcut = nn.Sequential(nn.Conv2d(in_channels, out_channels, kernel_size=1, stride=stride),nn.BatchNorm2d(out_channels))def forward(self, x):residual = self.shortcut(x)out = self.conv1(x)out = self.conv2(out)out += residualout = nn.ReLU()(out)return outclass ResNetMNIST(nn.Module):def __init__(self):super().__init__()self.conv1 = nn.Sequential(nn.Conv2d(1, 64, kernel_size=3, stride=1, padding=1),nn.BatchNorm2d(64),nn.ReLU())self.res_blocks = nn.Sequential(ResidualBlock(64, 64),ResidualBlock(64, 128, stride=2),ResidualBlock(128, 256, stride=2))self.fc = nn.Sequential(nn.AdaptiveAvgPool2d((1,1)),nn.Flatten(),nn.Linear(256, 10))def forward(self, x):x = self.conv1(x)x = self.res_blocks(x)x = self.fc(x)return x# 数据预处理
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))
])# 加载数据集
train_set = MNIST(root='./data', train=True, download=True, transform=transform)
test_set = MNIST(root='./data', train=False, download=True, transform=transform)# 创建数据加载器
train_loader = DataLoader(train_set, batch_size=128, shuffle=True)
test_loader = DataLoader(test_set, batch_size=128, shuffle=False)# 初始化模型和优化器
model = ResNetMNIST()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)
criterion = nn.CrossEntropyLoss()# 训练循环
for epoch in range(10):model.train()for images, labels in train_loader:outputs = model(images)loss = criterion(outputs, labels)optimizer.zero_grad()loss.backward()optimizer.step()# 测试准确率model.eval()correct = 0with torch.no_grad():for images, labels in test_loader:outputs = model(images)_, predicted = torch.max(outputs.data, 1)correct += (predicted == labels).sum().item()acc = 100 * correct / len(test_set)print(f'Epoch {epoch+1}, Test Accuracy: {acc:.2f}%')