权重衰减/权重衰退——weight_decay

import torch.optim as optim
from torch.optim.lr_scheduler import CosineAnnealingLRopt = optim.Adam(parameters, lr=args.lr, weight_decay=1e-4)# CosineAnnealingLR 余弦退火调整学习率lr_scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(opt, T_max=args.epochs,eta_min=0, last_epoch=-1)

weight_decay = 1e-4
weight_decay = 1e-6

一、什么是权重衰减/权重衰退——weight_decay？

weight_decay（权重衰退）：

L2正则化
主要作用是：解决过拟合，在损失函数中加入L2正则化项

weight _decay本质上是一个 L2正则化系数
L = E i n + λ ∑ j w j 2 L=E_{i n}+\lambda \sum_j w_j^2 L=Ein+λj∑wj2
可以理解为：

加上这个 L2正则化，会限制模型的权重都会趋近于0
理解就是当 w 趋近 0 时， w平方和会小，模型损失也会变小
而weight_decay的大小就是公式中的λ，可以理解为λ越大，优化器就越限制权重变得趋近 0

权重衰减( Weight Decay)

一种有效的正则化方法 [Hanson et al.,1989]
在每次参数更新时，引入一个衰减系数
θ t ← ( 1 − β ) θ t − 1 − α g t \theta_t \leftarrow(1-\beta) \theta_{t-1}-\alpha g_t θt←(1−β)θt−1−αgt
其中:
gt 为第t步更新时的梯度
α为学习率
β为权重减系数
一般取值比较小，比如0.0005
在标准的随机梯度下降中，权重衰减正则化和正则化的效果相同
因此，权重衰减在一些深度学习框架中通过 L2 正则化来实现
但是，在较为复杂的优化方法( 比如Adam ) 中，权重衰减正则化和正则化并不等价 [Loshchilov et al, 2017b]

二、weight decay 的作用

使用 weight decay 可以：

防止过拟合
保持权重在一个较小在的值，避免梯度爆炸。
- 因为在原本的 loss 函数上加上了权重值的 L2 范数，在每次迭代时，模不仅会去优化/最小化 loss，还会使模型权重最小化。
- 让权重值保持尽可能小，有利于控制权重值的变化幅度(如果梯度很大，说明模型本身在变化很大，去过拟合样本)，从而避免梯度爆炸。

三、设置weight decay的值为多少？

weight_decay即权重衰退。

为了防止过拟合，在原本损失函数的基础上，加上L2正则化
- 而weight_decay就是这个正则化的lambda参数
一般设置为1e-8，所以调参的时候调整是否使用权重衰退即可

在深度学习模型中,一般将衰减系数设置为 0.0001 到 0.001 之间的值

这是一个比较常用的范围
经验值也表明，这个范围是最佳的

论文里是验证了1e-4比较好

当你不确定模型复杂度和数据集大小的时候，最保守就是从1e-4周围开始尝试

在看其他量化训练的一些代码、论文等，不经意间注意到有人建议要关注weight decay值的设置

建议设置为1e-4，不要设置为1e-5这么小
当然，这个值最好还是在当下的训练任务上调一调。

因为weight-decay 可以使参数尽可能地小，尽可能地紧凑

那这样权重的数值就不太可能出现若干个极端数值（偏离权重均值过大或过小）导致数值区间过大
这样求得的 scale=(b-a)/255 会偏大，导致的结果就是大量数值较为接近的浮点数被量化到同一个数，严重损失了精度

权重衰减/权重衰退——weight_decay相关推荐

Pytorch 正则化方法（权重衰减和Dropout）
正则化方法(权重衰退和Dropout) 正则化方法和以前学过的正则表达式没有任何关系! 花书 p141 说到: 能显式地减少测试误差(可能会以增大训练误差为代价)的方法都被称为正则化. 0. 环境介绍 ...
权重衰减weight_decay参数从入门到精通
文章目录本文内容 1. 什么是权重衰减(Weight Decay) 2. 什么是正则化? 2.1 什么数据扰动 3. 减小模型权重 4. 为Loss增加惩罚项 4.1 通过公式理解Weight De ...
[pytorch、学习] - 3.12 权重衰减
参考 3.12 权重衰减本节介绍应对过拟合的常用方法 3.12.1 方法正则化通过为模型损失函数添加惩罚项使学出的模型参数更小,是应对过拟合的常用手段. 3.12.2 高维线性回归实验 impor ...
（pytorch-深度学习系列）pytorch避免过拟合-权重衰减的实现-学习笔记
pytorch避免过拟合-权重衰减的实现首先学习基本的概念背景 L0范数是指向量中非0的元素的个数:(L0范数难优化求解) L1范数是指向量中各个元素绝对值之和: L2范数是指向量各元素的平方和然后 ...
pytorch学习笔记（十二）：权重衰减
文章目录 1. 方法 2. 高维线性回归实验 3. 从零开始实现 3.1 初始化模型参数 3.2 定义L2L_2L2范数惩罚项 3.3 定义训练和测试 3.4 观察过拟合 3.5 使用权重衰减 4. ...
深度学习的权重衰减是什么_【深度学习理论】一文搞透Dropout、L1L2正则化/权重衰减...
前言本文主要内容--一文搞透深度学习中的正则化概念,常用正则化方法介绍,重点介绍Dropout的概念和代码实现.L1-norm/L2-norm的概念.L1/L2正则化的概念和代码实现- 要是文章看完 ...
tf.nn.l2_loss() 与权重衰减（weight decay）
权重衰减(weight decay) L2正则化的目的就是为了让权重衰减到更小的值,在一定程度上减少模型过拟合的问题,所以权重衰减也叫L2正则化. L2正则化就是在代价函数后面再加上一个正则化 ...
突破模糊定性分析，批归一化和权重衰减的球面优化机制
本文内容整理自 PaperWeekly 和 biendata 在 B 站组织的直播回顾,点击文末阅读原文即可跳转至 B 站收看本次分享完整视频录像,如需嘉宾课件,请在 PaperWeekly 公众号回 ...
直播 | 旷视研究院最新理论成果：批归一化和权重衰减的球面优化机制
「PW Live」是 PaperWeekly 的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果.我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义, ...

权重衰减/权重衰退——weight_decay

目录

权重衰减/权重衰退——weight_decay

一、什么是权重衰减/权重衰退——weight_decay？

二、weight decay 的作用

三、设置weight decay的值为多少？

权重衰减/权重衰退——weight_decay相关推荐

最新文章

热门文章