引言

　　对于传统的深度学习网络应用来说，网络越深，所能学到的东西越多。当然收敛速度也就越慢，训练时间越长，然而深度到了一定程度之后就会发现越往深学习率越低的情况，甚至在一些场景下，网络层数越深反而降低了准确率，而且很容易出现梯度消失和梯度爆炸。

　　这种现象并不是由于过拟合导致的，过拟合是在训练集中把模型训练的太好，但是在新的数据中表现却不尽人意的情况。从上图可以看出，我们的训练准误差和测试误差在层数增加后皆变大了，这说明当网络层数变深后，深度网络变得难以训练。

　　如果大家还没理解的话，那我讲细一点，网络太深，模型就会变得不敏感，不同的图片类别产生了近似的对网络的刺激效果，这时候网络均方误差的减小导致最后分类的效果往往不会太好，所以解决思路就是引入这些相似刺激的“差异性因子”。

　　深度残差网络(ResNet)的设计就是为了克服这种由于网络深度的加深而产生的学习率变低、准确率无法有效提升的问题。

残差块

　　在一个网络中(假设有五层)，如果前面四层已经达到一个最优的函数，那第五层就没有必要了，理想中我们可以把第五层设计为一个y=x层的恒等映射，可以让网络随着深度的增加而不退化。但是我们的非线性网络无法毕竟恒等映射网络。

　　但是不退化不是我们的目的，我们希望有更好性能的网络。ResNets学习的是残差函数$F(x)=H(x)-x$，这里如果$F(x)=0$，那么就是上面提到的恒等映射。

残差块（Residual block）（也可以理解为跳跃连接）的结构如下图所示：

它有两层，我们用$\sigma$表示激活函数，如下表达式，

$$F(x)=\sigma(W_1x)$$

然后通过一个shortcut和第2个relu获得输出y

$$y=\sigma(W_2\sigma(W_1x)+x_{identity})$$

这个残差块往往需要两层以上，单单一层的残差块并不能起到提升作用。

残差网络的确解决了退化的问题，在训练集和校验集上，都证明了的更深的网络错误率越小，如下图

　　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。

　　上面是两种不同的跳跃结构，主要就是使用了不同的卷积核。左边参数要比右边的多一倍。所以当网络很深时，用右边的比较好。 

残差神经网络

下图是一个普通网络

下图是一个残差网络(ResNet)

由此可见，把普通网络变成ResNet的方法就是加上跳跃连接，没两层增加一个捷径，构成一个残差块。

　　对于跳跃结构，当输入与输出的维度一样时，不需要做其他处理，两者相加就可，但当两者维度不同时，输入要进行变换以后去匹配输出的维度，主要经过两种方式，1）用zero-padding去增加维度，2）用1x1卷积来增加维度。

　　普通的神经网络，随着网络深度的加深，训练错误会越来越多。但有了ResNets就不一样了，即使网络再深，训练的表现却不错，比如说训练误差减少，这种方式确实有助于解决梯度消失和梯度爆炸问题，让我们在训练更深网络的同时，又能保证良好的性能。

参考文献：

何恺明的论文：Deep Residual Learning for Image Recognition

CSDN博主的--深度学习笔记（七）--ResNet（残差网络）

CSDN博主三百斤菠萝--ResNet论文笔记