Co je to reziduální blok?

Reziduální blok je architektonický prvek neuronových sítí, zavedený v ResNet, který pomáhá bojovat s problémem mizících gradientů při tréninku velmi hlubokých sítí.

Myšlenka reziduálního bloku je, že místo učení přímé mapování ( H(x) ), se blok učí opravu ( F(x) = H(x) - x ), tj. reziduál. Výstup bloku se nakonec počítá jako:

[ \text{výstup} = F(x) + x ]

kde:

• ( x ) je vstup do bloku,
• ( F(x) ) je výsledek několika vrstev (například konvoluce, aktivace).

To umožňuje, aby gradient snadněji procházel vrstvami, čímž se zlepšuje trénink hlubokých modelů.

Příklad jednoduchého reziduálního bloku (pseudokód):

import torch
import torch.nn as nn

class ResidualBlock(nn.Module):
    def __init__(self, channels):
        super().__init__()
        self.conv1 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        self.bn1 = nn.BatchNorm2d(channels)
        self.relu = nn.ReLU()
        self.conv2 = nn.Conv2d(channels, channels, kernel_size=3, padding=1)
        self.bn2 = nn.BatchNorm2d(channels)

    def forward(self, x):
        residual = x
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        out += residual  # přidáváme vstup (skokové spojení)
        out = self.relu(out)
        return out

Tímto způsobem umožňují reziduální bloky stavět velmi hluboké neuronové sítě bez zhoršení kvality učení.