注：这篇文章自从发布出来，就受到读者的好评和关注，因此，我编写了一个机器学习测试库，请点击链接查看！

在过去的一年里，我花了很多时间来研究深度学习，并且也犯过很多错误，这些错误不仅帮助我对机器学习有了更加深入的理解，也让我学会了如何正确合理的设计这些系统。在Google Brain工作期间，我学到了很多设计原则，其中之一就是单元测试可以制定或打破原有的算法，并且能够节省数周的调试和训练时间。

然而，到目前为止，似乎还没有为神经网络代码编码测试单元的比较可靠的教程。即使是在OpenAI上，也只是通过一行行的盯着代码来发现bug，然后再思考导致这一bug的原因到底是什么。显然，大部分人都不愿意这么耗费时间，因此，我希望看完这个教程，你就可以开始着手测试你的系统！

我们从一个简单的例子开始：试试在这段代码中找到bug。

有找到bug吗？实际上，这个神经网络并没有进行堆叠。我在编写代码的时候，只是对slim.conv2d（...）代码行做了简单的复制粘贴，然后对内核大小进行修改，而并没有实际的输入。

略微尴的来说，这其实是我上周编写的代码……这也是个很重要的教训！但是由于某些原因，这些bug很难被发现：

1.这段代码永远不会崩溃，或者引发错误，又或者是运行速度变慢。

2.这个神经网络仍在训练，并且损失函数会越来越小。

3.几个小时后，会收敛到某一数值，结果非常糟糕，但是，你又不知道应该修改哪里。

当唯一的反馈只有最终那个错误验证时，那么，你只有一个办法——就是搜索整个网络架构。不用再多说了，你需要的是一个更好的网络系统。

在我们对数据进行了一整天的训练以后，该如何发现这一bug呢？ 我们发现，最容易注意到的是，层的值实际上从未到达函数外的任何其他张量。因此，假设我们有某种类型的损失函数和优化器，这些张量永远都不会得到优化，它们将始终保持为默认值。

通过简单的训练，我们来比较训练之前和训练之后的结果：

在这不到15行的代码中，我们基本上验证了训练过的所有的变量。

这个测试非常简单、实用。现在，假设我们已经修复了上一个问题，现在，添加一些批量优化，看看是否能发现这一bug。

看到了没？这个非常微妙。在tensorflow中，batch_norm实际上将is_training默认为False，所以添加这行代码并不能在训练期间将输入规范化！值得庆幸的是，我们编写的最后一个单元测试将会立刻找到这个问题！

我们来看看另外一个例子，来自于reddit的一个帖子：该作者想创建一个分组器，其输出范围为（0,1），你是否能够找出其中的bug？

这个bug很难发现，并且稍不注意就会导致特别混乱的结果。基本上，这个预测只有一个输出，当你使用softmax交叉熵时，总会导致损失函数为0。

测试这段代码最简单的方法就是——确保损失函数永远不为0。

这个测试类似于我们的第一个测试，唯一不同的就是回退。在这个测试中，你可以确保只训练你想要训练的变量。拿生成对抗网络来（GAN）说，常常出现的bug就是忘记在优化期间训练了哪些变量，类似这种的bug经常会发生。

这其中最大的问题就是：优化器有一个默认设置来优化所有的变量。对于类似于对抗生成网络的架构来说，这是对所有训练时间判了一个死刑。在这里，使用下面的测试代码，你就可以轻松检测到这些bug：

同样，我们也可以为鉴别器或其它强化学习算法编写类似的测试代码。很多演员－评论模型都有自己相对独立的网络，需要通过不同的损失进行优化。

为了你在阅读完本文后，能够更好的进行测试，我认为以下几个建议很重要：

1.保证测试的确定性。如果你真的想要随机输入数据，那么，请确保输入的随机性，以便于轻松的完成测试。

2.保证测试的简短性。一定要有能够训练收敛并检查验证集的单元测试，否则你就是在浪费时间。

3.确保在每次测试前重置图表。

总之，还会有很多测试方法可以测试这些算法。花一个小时的时间来编写一个测试代码，不仅可以帮你节省重新训练的时间，还能够大大改善你的研究成果！

文章原标题《How to unit test machine learning code》

原文链接