O que é um bloco residual?

O bloco residual é um elemento arquitetónico das redes neuronais, introduzido no ResNet, que ajuda a combater o problema do desaparecimento do gradiente durante o treino de redes muito profundas.

A ideia do bloco residual é que, em vez de aprender uma função de mapeamento ( H(x) ) direta, o bloco aprende uma correção ( F(x) = H(x) - x ), ou seja, o residual. No final, a saída do bloco é calculada como:

[ \text{saída} = F(x) + x ]

onde:

• ( x ) é a entrada do bloco,
• ( F(x) ) é o resultado de várias camadas (por exemplo, convolução, ativações).

Isto permite que o gradiente passe mais facilmente através das camadas, melhorando o treino de modelos profundos.

Exemplo de um bloco residual simples (pseudo-código):

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  # adiciona a entrada (conexão de salto)
        out = self.relu(out)
        return out

Assim, os blocos residuais permitem construir redes muito profundas sem deterioração na qualidade do treino.