deep-learning - 深度残差网络的直觉

Question

我正在阅读 Deep Residual Network 论文，论文中有一个我无法完全理解的概念:



问题:

“希望 2 个权重层适合 F(x)”是什么意思？

这里 F(x) 是用两个权重层(+ ReLu 非线性函数)处理 x，所以想要的映射是 H(x)=F(x)？残差在哪里？

Answer 1

What does it mean by "hope the 2 weight layers fit F(x)" ?

所以显示的残差单元得到 F(x)通过加工 x有两个权重层。然后添加 x至 F(x)获取 H(x) .现在，假设 H(x)是与您的基本事实相匹配的理想预测输出。自 H(x) = F(x) + x ，获得想要的 H(x)取决于获得完美 F(x) .这意味着残差单元中的两个权重层实际上应该能够产生所需的 F(x) ，然后得到理想 H(x)是有保证的。

Here F(x) is processing x with two weight layers(+ ReLu non-linear function), so the desired mapping is H(x)=F(x)? where is the residual?

第一部分是正确的。 F(x)来自 x如下。

x -> weight_1 -> ReLU -> weight_2

H(x)来自 F(x)如下。

F(x) + x -> ReLU 

所以，我不明白你问题的第二部分。残差为 F(x) .

作者假设残差映射(即 F(x))可能比 H(x) 更容易优化.为了用一个简单的例子来说明，假设理想的 H(x) = x .然后对于直接映射，由于存在如下非线性层的堆栈，因此很难学习恒等映射。

x -> weight_1 -> ReLU -> weight_2 -> ReLU -> ... -> x

因此，在中间使用所有这些权重和 ReLU 来近似身份映射将是困难的。

现在，如果我们定义所需的映射 H(x) = F(x) + x ，那么我们只需要得到 F(x) = 0如下。

x -> weight_1 -> ReLU -> weight_2 -> ReLU -> ... -> 0  # look at the last 0

实现上述目标很容易。只需将任何权重设置为零，您的输出就会为零。加回来 x然后你得到你想要的映射。

残差网络成功的另一个因素是从第一层到最后一层的不间断梯度流。这超出了您的问题的范围。您可以阅读论文:“深度残差网络中的身份映射”以获取更多信息。