ResNet 算法概述

解决的核心问题：网络的退化现象

网络层数在变深之后，性能不如浅层时候的性能 。注意：网络退化既不是梯度消失也不是梯度爆炸。

那是如何解决退化现象的呢？引入残差模块

把模型的输入分成两条路：右边 的支路 为跳跃链接，将输入进行恒等映射。左边的结构为两层神经网络，这个模块的含义是不需要输入去拟合底层真正的分布，而是在输入的基础上进行哪些修改，只要拟合残差就行。（加了残差模块只会比原来的更好）

 真正的残差模块是很多层堆叠起来的。如上图所示

残差：真实值和预测值之间的偏差

问题：能不能无限层数的进行对堆叠？

论文中进行了对比试验，堆叠了1202层。用CIFAR-10数据集，最后呈现的效果是出现过拟合，作者将其原因归结为该数据集过小。（好比是中科院院士去做小学数学题）如下图所示

 下图是有一个普通的线性网络，输入x想拟合成H（x）的分布，之前的网络是依据堆叠的网络去进行拟合。

 但是残差网络是在现象网络的基础上加了一个分支，如下图所示：

 上面的这个网络不再是x去拟合H（x），而是x拟合F(x),假如输入足够好，那残差就为0 ，如果输入不是很理想，那残差可以在x的基础上进行优化，也就是堆叠的网络只负责在x的基础上进行优化即可。最后进行残差和输入逐元素相加（）。

如果两者的元素结构不一样怎么办？在论文中提出了三种解决方法：

（1）在下采样时，对多出来的分支通道用0做填充（里面的元素全部为0）

（2）在下采样时，对分支通道做1×1的卷积，把维度调成成和残差块一样.

 （3）不管是在下采样还是普通卷积操作的时候，在分支通道里做1×1卷积

最后证明，不管是卷积还是padding，对分支通道不做任何处理时最好的。

所有的卷积块是3×3的，下采样的步长为2 ，不用pooling。分支路径是没有要学习的参数的，所以ResNet要学习的参数两和计算量和原来的线性网络是没有区别的。

在数据集CIFAR-10上，无残差模块的网络随着层数的加深，训练效果相对浅层的效果差，但是加了残差模块的随着网络层数的加深，训练效果相对于浅层的效果要好很多，收敛速度会更快，在优化上没有什么困难。如下图所示：

在论文中实验了不同层数的ResNet ，从下图可以看出模型越深，误差越小

 为什么ResNet能解决网络退化，背后的机理是什么？

 角度1：

补充上述： 恒等映射的梯度是1，意味着把深层的出入到底层，把底层的传入到深层，在传统的线性网络中，特别是用sigmoid函数，就会出现中间商赚差价，梯度逐渐变小，最后得到的梯度基本为0。

角度2： 

 补充上述：第一条，前面的模型与标签值之差。如下图的解释：

 上图中左右两边的解释是一样的，左图所示：第一个分类器开始进行分类，将蓝色球和红色球划分出来，但是经过分类器1最后得到的结果是有一些分类出现了错误。及时这样的分类结果不是很理想，可以用分类器2来修正上一个分类器1的分类错误，也就是将分类出错的球变大，然后在进行分类，但是这个2也会出错，那将错误的用分类器3进行修正拟合，最终将这几个模型放在一起，那么弱分类器就变成了强分类器，并且能够拟合出分线性的决策边界。

所以角度2中的第一条：残差网络的分支也是在修正上一层的误差，如果上一层的输出足够好，那么残差就为0.如果不够好就去修正这个残差。

第二条：长短时记忆网络他是一种循环网络，用来处理序列数据的

 遗忘门：最上面的横线就是遗忘门，贯穿了每一个模块，下面的一些是残差。

Relu激活函数也是一种残差。重要的时候输出，不重要的时候就抹平。

角度3：

 补充上述：恒等映射，意思是输入和输出是一样的函数很难用传统的线性模型来实现。

角度4：

角度5：

 角度6：

 Deep Residual Learning for Image Recognition—论文精读

 视频链接：ResNet论文精读：Deep Residual Learning for Image Recognition_哔哩哔哩_bilibili