02.改善深层神经网络:超参数调试、正则化以及优化 W1.深度学习的实践层面
文章目录
- 1. 训练,验证,测试集
- 2. 偏差,方差
- 3. 机器学习基础
- 4. 正则化
- 5. 为什么正则化预防过拟合
- 6. dropout(随机失活)正则化
- 7. 理解 dropout
- 8. 其他正则化
- 9. 归一化输入
- 10. 梯度消失 / 梯度爆炸
- 11. 神经网络权重初始化
- 12. 梯度的数值逼近
- 13. 梯度检验
- 14. 梯度检验的注意事项
- 作业
参考:
吴恩达视频课
深度学习笔记
1. 训练,验证,测试集
深度学习是一个典型的迭代过程,迭代的效率很关键
创建高质量的训练数据集,验证集和测试集有助于提高循环效率
- 切分标准:
小数据量时代,常见做法是三七分,70%验证集,30%测试集;也可以 60%训练,20%验证和20%测试集来划分。
大数据时代,数据量可能是百万级别,验证集和测试集占总量的比例会趋于变得更小。
我们的目的就是验证不同的算法,检验哪种算法更有效,不需要拿出20%的数据作为验证集,很少的一部分占比的数据就已经足够多了。 - 数据来源:
最好要确保 验证集 和 测试集 的数据来自同一分布,因为要用验证集来评估不同的模型,如果验证集和测试集来自同一个分布就会很好
2. 偏差,方差
关键数据:
训练集误差、验证集误差
如果最优误差(贝叶斯误差,人分辨的最优误差)非常高,比如15%。那么上面第二种分类器(训练误差15%,验证误差16%),15%的错误率对训练集来说也是非常合理的,偏差不高,方差也非常低。
(以上基于假设:基本误差很小,训练集和验证集 来自相同分布)
根据这两个指标,更好的优化算法。
3. 机器学习基础
4. 正则化
正则化有助于防止过拟合,降低方差
范数(norm) 几种范数的简单介绍
- L1 范数:∣∣X∣∣1=∑i=1n∣xi∣||X||_1 = \sum\limits_{i=1}^n |x_i|∣∣X∣∣1=i=1∑n∣xi∣ 表示非零元素的绝对值之和
- L2 范数:∣∣X∣∣2=∑i=1nxi2||X||_2 = \sqrt{\sum\limits_{i=1}^n {x_i}^2}∣∣X∣∣2=i=1∑nxi2 表示元素的平方和再开方
矩阵的范数叫做:弗罗贝尼乌斯范数,所有元素的平方和 ∣∣W∣∣F2||W||_F^{2}∣∣W∣∣F2
加上 L2 正则化 的损失函数:
J(ω,b)=1m∑i=1mL(y^(i),y(i))+λ2m∥ω∥22J(\omega, b)=\frac{1}{m} \sum_{i=1}^{m} \mathcal L \left(\hat{y}^{(i)}, y^{(i)}\right)+\frac{\lambda}{2 m}\|\omega\|_{2}^{2}J(ω,b)=m1i=1∑mL(y^(i),y(i))+2mλ∥ω∥22
- L1 正则,权重 w 最终变得稀疏,多数变成 0
- L2 正则,使得权重衰减
W[l]=(1−αλm)∗W[l]−α(梯度)W^{[l]} = (1-\frac{\alpha\lambda}{m})*W^{[l]} - \alpha(梯度)W[l]=(1−mαλ)∗W[l]−α(梯度)
权重不但减少了,还乘以了小于1的系数进行衰减
5. 为什么正则化预防过拟合
J(ω,b)=1m∑i=1mL(y^(i),y(i))+λ2m∥ω∥22J(\omega, b)=\frac{1}{m} \sum_{i=1}^{m} \mathcal L \left(\hat{y}^{(i)}, y^{(i)}\right)+\frac{\lambda}{2 m}\|\omega\|_{2}^{2}J(ω,b)=m1i=1∑mL(y^(i),y(i))+2mλ∥ω∥22
当 λ\lambdaλ 设置的很大的时候,最终 WWW 会变得很接近于 0,神经网络中的很多单元的作用变得很小,整个网络越来越接近逻辑回归
λ\lambdaλ 增大时,整个神经网络会计算离线性函数近的值,这个线性函数非常简单,不是复杂的高度非线性函数,不会发生过拟合
L2 正则化是 训练深度学习模型时最常用的一种方法
6. dropout(随机失活)正则化
以上是一个样本的过程,其他样本也是同样的过程。
实施 dropout
举例:最常用的方法 - inverted dropout(反向随机失活)
用一个三层网络举例
- 定义向量 ddd ,d[3]d^{[3]}d[3] 表示一个三层的 dropout 向量
d3 = np.random.rand(a3.shape[0],a3.shape[1])
,对于元素小于 keep-prob 的,对应为 0,其概率为1 - keep_prob
- 获取激活函数 a[3]a^{[3]}a[3],
a3 = np.multiply(a3, d3)
,使得 d[3]d^{[3]}d[3] 中为 0 的元素把 a[3]a^{[3]}a[3] 对应元素归零 - 向外扩展 a[3]a^{[3]}a[3],
a3 /= keep_prob
反向随机失活(inverted dropout)方法通过除以keep-prob
,确保 a[3]a^{[3]}a[3] 的期望值不变
7. 理解 dropout
- 其功能类似于 L2 正则化
- 对于参数集多的层,可以使用较低的
keep-prob
值(不同的层,可以使用不同的值),缺点是:需要交叉验证更多的参数
dropout
一大缺点就是:代价函数不再被明确定义,每次迭代,都会随机移除一些节点,想检查梯度下降的性能,实际上是很难进行复查的
- 可以先关闭
dropout
,将keep-prob
设置为 1,确保 J 函数单调递减 - 然后再尝试打开
dropout
8. 其他正则化
- 数据扩增,假如是图片数据,扩增数据代价高,我们可以:
水平翻转;随意剪裁旋转放大(这种方式扩增数据,进而正则化数据集,减少过拟合成本很低)
对于数字识别图片,我们可以进行旋转,扭曲来扩增数据集
- early stopping
在验证集误差变坏的时候,提早停止训练
early stopping 缺点:不能同时处理 过拟合 和 代价函数不够小的问题
- 提早停止,可能代价函数 J 不够小
- 不提早结束,可能会过拟合
不使用 early stopping ,那么使用 L2 正则,这样训练时间可能很长,参数搜索空间大,计算代价很高
early stopping 优点:只运行一次梯度下降,可以找出 w 的较小值,中间值,较大值,无需尝试 L2 正则化超参数 λ\lambdaλ 的很多值
9. 归一化输入
归一化输入,可以加速训练
- 零均值(所有的数据减去均值)
- 归一化方差(所有数据除以方差)
注意:μ,σ2\mu, \sigma^2μ,σ2 是由训练集得到,然后用于其他所有数据集
10. 梯度消失 / 梯度爆炸
在非常深的神经网络中,权重只要不等于 1,激活函数将会呈指数级递增或者递减,导致训练难度上升,尤其是梯度与 L 相差指数级,梯度下降算法的步长会非常非常小,学习时间很长。
11. 神经网络权重初始化
上面讲到了梯度消失/爆炸,如何缓解这个问题?
为了预防 z 的值 过大 或 过小,n 越大时,你希望 wi 越小,合理的方法是 wi=1/nw_i = 1/nwi=1/n,n 是输入特征数量
w[l]=np.random.randn(shape)∗np.sqrt(1n[l−1])w^{[l]} = np.random.randn(shape)*np.sqrt(\frac{1}{n^{[l-1]}})w[l]=np.random.randn(shape)∗np.sqrt(n[l−1]1),n[l−1]n^{[l-1]}n[l−1] 是给第 lll 层输入的特征数量
- 如果使用
ReLu
激活函数(最常用),∗np.sqrt(2n[l−1])*np.sqrt(\frac{2}{n^{[l-1]}})∗np.sqrt(n[l−1]2) - 如果使用
tanh
激活函数,1n[l−1]\sqrt \frac{1}{n^{[l-1]}}n[l−1]1,或者 2n[l−1]+n[l]\sqrt \frac{2}{n^{[l-1]}+n^{[l]}}n[l−1]+n[l]2
这样设置的权重矩阵既不会增长过快,也不会太快下降到 0
从而训练出一个权重或梯度不会增长或消失过快的深度网络
我们在训练深度网络时,这也是一个加快训练速度的技巧
12. 梯度的数值逼近
在反向传播时,有个测试叫做梯度检验
我们使用双边误差,
f′(θ)=f(θ+ε)−f(θ−ε)2ε\left.f^{\prime}( \theta\right)=\frac{f(\theta+\varepsilon)-f(\theta-\varepsilon)}{2 \varepsilon}f′(θ)=2εf(θ+ε)−f(θ−ε)
不使用单边误差,因为前者更准确。
13. 梯度检验
梯度检验帮助我们发现反向传播中的 bug
dθapprox [i]=J(θ1,θ2,…θi+ε,…)−J(θ1,θ2,…θi−ε,…)2εd \theta_{\text {approx }}[i]=\frac{J\left(\theta_{1}, \theta_{2}, \ldots \theta_{i}+\varepsilon, \ldots\right)-J\left(\theta_{1}, \theta_{2}, \ldots \theta_{i}-\varepsilon, \ldots\right)}{2 \varepsilon}dθapprox [i]=2εJ(θ1,θ2,…θi+ε,…)−J(θ1,θ2,…θi−ε,…)
dθ[i]=∂J∂θid \theta[i]=\frac{\partial J}{\partial \theta_{i}}dθ[i]=∂θi∂J
检验 dθapprox [i]≈dθ[i]d \theta_{\text {approx }}[i] \approx d \theta[i]dθapprox [i]≈dθ[i]
∥dθapprox −dθ∥2∥dθapprox ∥2+∣∣dθ∣∣2\frac{\left\|d \theta_{\text {approx }}-d \theta\right\|_{2}}{ \left\|d \theta_{\text {approx }}\right\|_{2}+||d \theta||_2}∥dθapprox ∥2+∣∣dθ∣∣2∥dθapprox −dθ∥2
检查上式的值是否 <10−7< 10^{-7}<10−7
14. 梯度检验的注意事项
- 不要在训练中使用梯度检验,它只用于调试
- 如果算法的梯度检验失败,要检查所有项,检查每一项,并试着找出bug
- 如果使用了正则化,计算梯度的时候也要包括正则项
- 梯度检验不能与
dropout
同时使用,可以关闭dropout
,进行梯度检验,检验正确了,再打开dropout
作业
02.改善深层神经网络:超参数调试、正则化以及优化 W1.深度学习的实践层面(作业:初始化+正则化+梯度检验)
我的CSDN博客地址 https://michael.blog.csdn.net/
长按或扫码关注我的公众号(Michael阿明),一起加油、一起学习进步!
02.改善深层神经网络:超参数调试、正则化以及优化 W1.深度学习的实践层面相关推荐
- 02.改善深层神经网络:超参数调试、正则化以及优化 W1.深度学习的实践层面(作业:初始化+正则化+梯度检验)
文章目录 作业1:初始化 1. 神经网络模型 2. 使用 0 初始化 3. 随机初始化 4. He 初始化 作业2:正则化 1. 无正则化模型 2. L2 正则化 3. DropOut 正则化 3.1 ...
- 2020-6-9 吴恩达-改善深层NN-w3 超参数调试(3.3 超参数训练的实践:Pandas(资源少,一次一个模型) VS Caviar(资源多,一次多个模型))
1.视频网站:mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c 2.详细笔记网站(中文):http://www.ai-sta ...
- 02.改善深层神经网络:超参数调试、正则化以及优化 W3. 超参数调试、Batch Norm和程序框架(作业:TensorFlow教程+数字手势预测)
文章目录 1. 探索TensorFlow库 1.1 线性函数 1.2 计算 sigmoid 1.3 计算损失函数 1.4 One_Hot 编码 1.5 用0,1初始化 2. 用TensorFlow建立 ...
- 02.改善深层神经网络:超参数调试、正则化以及优化 W3. 超参数调试、Batch Norm和程序框架
文章目录 1. 调试处理 2. 为超参数选择合适的范围 3. 超参数调试的实践 4. 归一化网络的激活函数 5. 将 Batch Norm 拟合进神经网络 6. Batch Norm 为什么奏效 7. ...
- 02.改善深层神经网络:超参数调试、正则化以及优化 W2.优化算法(作业:优化方法)
文章目录 1. 梯度下降 2. mini-Batch 梯度下降 3. 动量 4. Adam 5. 不同优化算法下的模型 5.1 Mini-batch梯度下降 5.2 带动量的Mini-batch梯度下 ...
- 02.改善深层神经网络:超参数调试、正则化以及优化 W2.优化算法
文章目录 1. Mini-batch 梯度下降 2. 理解 mini-batch 梯度下降 3. 指数加权平均数 4. 理解指数加权平均数 5. 指数加权平均的偏差修正 6. 动量Momentum梯度 ...
- 深度学习(二)吴恩达给你的人工智能第一课: 02.改善深层神经网络:超参数调试、正则化以及优化
目录 第一周 深度学习的实用层面 1.1 训练 / 开发 / 测试集 1.1.1. 训练集.验证集.测试集 1.2 偏差 / 方差 1.3 机器学习基础 1.3.1.降低偏差/降低 ...
- 深度学习系列 -- 第二门课 改善深层神经网络:超参数调试、正则化以及优化(一):深度学习的实践层面(Practical aspects of Deep Learning)
目录 一.深度学习的实践层面(Practical aspects of Deep Learning) 1 训练,验证,测试集(Train / Dev / Test sets) 2 偏差,方差(Bias ...
- 深度学习笔记第二门课 改善深层神经网络 第一周:深度学习的实践层面
本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...
最新文章
- std::string用法总结
- ArcObjects中的几何对象简介(一)
- C语言实现Floyd-Warshall(弗洛伊德算法)(附完整源码)
- android ndk 多线程mk,NDK开发之Android.mk文件编写
- MySQL正则表达式的使用
- Windows 的开发好痛苦
- hibernate教程笔记2
- Java 项目中使用 TongLink/Q 实现消息队列传输
- Python从入门到自闭(网络篇)
- 计算机专业应聘范围,求职面试自我介绍范围
- python自动操作脚本_Python实现自动挂机脚本 | 沐雨浥尘
- leetcode学习记录_贪心
- 计算机硬件及编程语言
- 重叠社区发现-LFM算法
- 3:表的基本操作-MySQL
- java.io.file 报错_关于java.io.FileNotFoundException异常问题?
- java报错java.sql.SQLSyntaxErrorException: You have an error in your SQL syntax; check the manual that
- 你不得不熟悉且熟练掌握的前端知识
- surprise库源码分析
- 二维数组_A_2020美国大选Trump VS Biden
热门文章
- innerHTML和value的区别
- 【linux】Ubuntu 18.04 设置桌面快捷启动方式
- linux nginx完全卸载
- 解决 :sudo:/etc/sudoers 可被任何人写
- 【python】SOCK_STREAM和SOCK_DGRAM两种类型的区别【转】
- python编程中的if __name__ == 'main': 的作用和原理[2]
- excel导入linux乱码怎么解决方法,,请大家都来看下,Excel导入有乱码?原因出在哪里?应该怎么解决?...
- java事件类_关于Java事件类的一些思考
- elasticsearch java_java Elasticsearch详细介绍及使用实例分析
- 基于Hi3516A的H265 IPC LIVE555 开发基本原理