使用 nn.Identity 进行残差学习的想法是什么？

Question

所以，我已经阅读了大约一半的原始 ResNet 论文，并且正在尝试弄清楚如何为表格数据制作我的版本。

我已经阅读了一些关于它在 PyTorch 中如何工作的博客文章，并且我看到大量使用 nn.Identity()。现在，该论文还经常使用术语身份映射。但是，它只是指以元素方式将层堆栈的输入添加到同一堆栈的输出。如果输入和输出维度不同，那么论文会讨论用零填充输入或使用矩阵W_s 将输入投影到不同的维度。

这是我在一篇博文中找到的残差块的抽象：

class ResidualBlock(nn.Module):
    def __init__(self, in_channels, out_channels, activation='relu'):
        super().__init__()
        self.in_channels, self.out_channels, self.activation = in_channels, out_channels, activation
        self.blocks = nn.Identity()
        self.shortcut = nn.Identity()   
    
    def forward(self, x):
        residual = x
        if self.should_apply_shortcut: residual = self.shortcut(x)
        x = self.blocks(x)
        x += residual
        return x
    
    @property
    def should_apply_shortcut(self):
        return self.in_channels != self.out_channels
    
block1 = ResidualBlock(4, 4)

还有我自己对虚拟张量的应用：

x = tensor([1, 1, 2, 2])
block1 = ResidualBlock(4, 4)
block2 = ResidualBlock(4, 6)
x = block1(x)
print(x)
x = block2(x)
print(x)

>>> tensor([2, 2, 4, 4])
>>> tensor([4, 4, 8, 8])

所以最后，x = nn.Identity(x) 我不确定它的用途，除了模仿原始论文中的数学术语。我确信情况并非如此，而且它有一些我还没有看到的隐藏用途。会是什么？

编辑这是另一个实现残差学习的例子，这次是在 Keras 中。它只是按照我上面的建议做的，只是保留输入的副本以添加到输出中：

def residual_block(x: Tensor, downsample: bool, filters: int,                                        kernel_size: int = 3) -> Tensor:
    y = Conv2D(kernel_size=kernel_size,
               strides= (1 if not downsample else 2),
               filters=filters,
               padding="same")(x)
    y = relu_bn(y)
    y = Conv2D(kernel_size=kernel_size,
               strides=1,
               filters=filters,
               padding="same")(y)

    if downsample:
        x = Conv2D(kernel_size=1,
                   strides=2,
                   filters=filters,
                   padding="same")(x)
    out = Add()([x, y])
    out = relu_bn(out)
    return out

Answer 1

使用 nn.Identity 进行残差学习的想法是什么？

没有（几乎，见帖子末尾），nn.Identity 所做的只是转发给它的输入（基本上是no-op）。

如PyTorch repo issue 所示，您在评论中链接这个想法首先被拒绝，后来由于其他用途被合并到 PyTorch 中（参见理由in this PR）。这个理由没有连接到 ResNet 块本身，请参阅答案的结尾。

ResNet 实现

我能想到的最简单的带有投影的通用版本就是这样的：

class Residual(torch.nn.Module):
    def __init__(self, module: torch.nn.Module, projection: torch.nn.Module = None):
        super().__init__()
        self.module = module
        self.projection = projection

    def forward(self, inputs):
        output = self.module(inputs)
        if self.projection is not None:
            inputs = self.projection(inputs)
        return output + inputs

您可以将两个堆叠卷积之类的东西作为module 传递，并添加1x1 卷积（带有填充或跨步或其他东西）作为投影模块。

对于tabular 数据，您可以将其用作module（假设您的输入具有50 功能）：

torch.nn.Sequential(
    torch.nn.Linear(50, 50),
    torch.nn.ReLU(),
    torch.nn.Linear(50, 50),
    torch.nn.ReLU(),
    torch.nn.Linear(50, 50),
)

基本上，您只需将input 添加到某个模块的输出即可。

行为的基本原理nn.Identity

构建神经网络（然后再阅读）可能更容易，例如批量规范（取自上述 PR）：

batch_norm = nn.BatchNorm2d
if dont_use_batch_norm:
    batch_norm = Identity

现在您可以轻松地将它与nn.Sequential 一起使用：

nn.Sequential(
    ...
    batch_norm(N, momentum=0.05),
    ...
)

在打印网络时，它始终具有相同数量的子模块（BatchNorm 或 Identity），这也使整个 IMO 变得更加顺畅。

here 提到的另一个用例可能是删除现有神经网络的一部分：

net = tv.models.alexnet(pretrained=True)
# Assume net has two parts
# features and classifier
net.classifier = Identity()

现在，您可以运行net(input)，而不是运行net.features(input)，这样其他人也可能更容易阅读。