这是一篇技术文章示例，展示如何写代码解读和学术内容。

前言

ResNet（残差网络）是计算机视觉领域的里程碑式架构，解决了深度神经网络的退化问题。本文将深入解析 ResNet 的核心思想和 PyTorch 实现。

核心概念

残差学习

ResNet 的核心思想是残差学习（Residual Learning）：

1
H(x) = F(x) + x

其中：

  • H(x) 是期望的映射
  • F(x) 是残差映射
  • x 是恒等映射（identity mapping）

为什么需要残差连接？

传统深度网络存在退化问题：

  • 网络越深，训练误差反而增大
  • 不是过拟合，而是优化困难

残差连接的优势：

  • ✅ 缓解梯度消失问题
  • ✅ 使网络更容易优化
  • ✅ 允许训练更深的网络

PyTorch 实现

1. 基础残差块

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
import torch
import torch.nn as nn

class BasicBlock(nn.Module):
    """ResNet 基础残差块"""
    expansion = 1

    def __init__(self, in_channels, out_channels, stride=1):
        super(BasicBlock, self).__init__()

        # 主路径
        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)

        # 捷径连接（shortcut）
        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, bias=False),
                nn.BatchNorm2d(out_channels)
            )

    def forward(self, x):
        # 主路径
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)

        out = self.conv2(out)
        out = self.bn2(out)

        # 残差连接
        out += self.shortcut(x)
        out = self.relu(out)

        return out

2. 完整 ResNet 架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
class ResNet(nn.Module):
    """ResNet 主网络"""

    def __init__(self, block, num_blocks, num_classes=1000):
        super(ResNet, 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)

        # 残差层
        self.layer1 = self._make_layer(block, 64, num_blocks[0], stride=1)
        self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2)
        self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2)
        self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2)

        # 分类层
        self.avgpool = nn.AdaptiveAvgPool2d((1, 1))
        self.fc = nn.Linear(512 * block.expansion, num_classes)

    def _make_layer(self, block, out_channels, num_blocks, stride):
        strides = [stride] + [1] * (num_blocks - 1)
        layers = []
        for stride in strides:
            layers.append(block(self.in_channels, out_channels, stride))
            self.in_channels = out_channels * block.expansion
        return nn.Sequential(*layers)

    def forward(self, x):
        # 初始层
        x = self.conv1(x)
        x = self.bn1(x)
        x = self.relu(x)
        x = self.maxpool(x)

        # 残差层
        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)

        # 分类
        x = self.avgpool(x)
        x = torch.flatten(x, 1)
        x = self.fc(x)

        return x

# 创建 ResNet-18
def ResNet18(num_classes=1000):
    return ResNet(BasicBlock, [2, 2, 2, 2], num_classes)

# 创建 ResNet-34
def ResNet34(num_classes=1000):
    return ResNet(BasicBlock, [3, 4, 6, 3], num_classes)

代码解析

关键点 1：残差连接

1
out += self.shortcut(x)  # 这一行是核心！

这行代码实现了残差连接，将输入 x 直接加到输出上。

关键点 2：维度匹配

当输入输出维度不同时，需要通过 1x1 卷积调整：

1
2
3
4
5
6
if stride != 1 or in_channels != out_channels:
    self.shortcut = nn.Sequential(
        nn.Conv2d(in_channels, out_channels,
                 kernel_size=1, stride=stride, bias=False),
        nn.BatchNorm2d(out_channels)
    )

关键点 3：BatchNorm 的位置

BatchNorm 放在卷积之后、激活之前：

1
Conv → BN → ReLU

这是标准的做法，有助于训练稳定。

实验结果

在 CIFAR-10 数据集上的测试：

模型 参数量 Top-1 准确率 训练时间
ResNet-18 11.2M 94.5% 2h
ResNet-34 21.3M 95.2% 3.5h
ResNet-50 23.5M 95.8% 5h

总结

ResNet 的核心贡献：

  1. ✅ 提出残差学习框架
  2. ✅ 解决深度网络退化问题
  3. ✅ 使训练超深网络成为可能

关键要点：

  • 残差连接 = 恒等映射 + 残差映射
  • 维度匹配很重要
  • BatchNorm 是训练稳定的关键

参考资料

  • 📄 [原始论文] Deep Residual Learning for Image Recognition (CVPR 2016)
  • 🔗 PyTorch 官方实现
  • 📚 [相关阅读] Identity Mappings in Deep Residual Networks

标签说明：

  • 深度学习：深度学习相关技术
  • 计算机视觉：CV 领域内容
  • 代码解读：代码实现详解
  • PyTorch：使用 PyTorch 框架