21個深度學習調(diào)參技巧，一定要看到最后一個

這篇文章在國外知名的網(wǎng)站 medium 上面獲得了一千多的贊，給出了很多建議，同時也備注了論文的來源，所以這么優(yōu)質(zhì)的文章，大家一定要多多宣傳哈

訓練深度神經(jīng)網(wǎng)絡(luò)是困難的。它需要知識和經(jīng)驗，以適當?shù)挠柧毢瞳@得一個最優(yōu)模型。在這篇文章中，我想分享我在訓練深度神經(jīng)網(wǎng)絡(luò)時學到的東西。以下提示和技巧可能對你的研究有益，并可以幫助你加速網(wǎng)絡(luò)架構(gòu)或參數(shù)搜索。

現(xiàn)在，讓我們開始吧……

整理自：https://towardsdatascience.com/a-bunch-of-tips-and-tricks-for-training-deep-neural-networks-3ca24c31ddc8

在你開始建立你的網(wǎng)絡(luò)體系結(jié)構(gòu)，你需要做的第一件事是驗證輸入到網(wǎng)絡(luò)的數(shù)據(jù)，確保輸入(x)對應(yīng)于一個標簽(y)。在預測的情況下，確保真實標簽(y)正確編碼標簽索引(或者one-hot-encoding)。否則，訓練就不起作用。

決定是選擇使用預模型還是從頭開始訓練你的網(wǎng)絡(luò)?

• 如果問題域中的數(shù)據(jù)集類似于ImageNet數(shù)據(jù)集，則對該數(shù)據(jù)集使用預訓練模型。使用最廣泛的預訓練模型有VGG net、ResNet、DenseNet或Xception等。有許多層架構(gòu)，例如，VGG(19和16層)，ResNet(152, 101, 50層或更少)，DenseNet(201, 169和121層)。注意:不要嘗試通過使用更多的層網(wǎng)來搜索超參數(shù)(例如VGG-19, ResNet-152或densen -201層網(wǎng)絡(luò)，因為它在計算量很大)，而是使用較少的層網(wǎng)(例如VGG-16, ResNet-50或densen -121層)。選擇一個預先訓練過的模型，你認為它可以用你的超參數(shù)提供最好的性能(比如ResNet-50層)。在你獲得最佳超參數(shù)后，只需選擇相同但更多的層網(wǎng)(如ResNet-101或ResNet-152層)，以提高準確性。

  ImageNet：http://www.image-net.org/challenges/LSVRC/2012/

  VGG net ：https://arxiv.org/abs/1409.1556

  ResNet：https://arxiv.org/abs/1512.03385

  DenseNet：https://arxiv.org/abs/1608.06993

  Xception ：https://arxiv.org/abs/1610.02357

• 微調(diào)幾層，或者如果你有一個小的數(shù)據(jù)集，只訓練分類器，你也可以嘗試在你要微調(diào)的卷積層之后插入Dropout層，因為它可以幫助對抗網(wǎng)絡(luò)中的過擬合。

  Dropout：http://jmlr.org/papers/v15/srivastava14a.html

• 如果你的數(shù)據(jù)集與ImageNet數(shù)據(jù)集不相似，你可以考慮從頭構(gòu)建并訓練你的網(wǎng)絡(luò)。

BatchNormalization：https://arxiv.org/abs/1502.03167

InstanceNormalization：https://arxiv.org/abs/1607.08022

GroupNormalization：https://arxiv.org/abs/1803.08494

如果你有兩個或更多的卷積層(比如Li)對相同的輸入(比如F)進行操作（參考下面的示意圖理解），那么在特征連接后使用SpatialDropout。由于這些卷積層是在相同的輸入上操作的，因此輸出特征很可能是相關(guān)的。因此，SpatialDropout刪除了那些相關(guān)的特征，并防止網(wǎng)絡(luò)中的過擬合。

注意: 它主要用于較低的層而不是較高的層。

SpatialDropout：https://arxiv.org/abs/1411.4280

為了確定你的網(wǎng)絡(luò)容量，嘗試用一小部分訓練例子來超載你的網(wǎng)絡(luò)(andrej karpathy的提示)。如果它沒有超載，增加你的網(wǎng)絡(luò)容量。在過擬合后，使用正則化技巧如L1、L2、Dropout或其他技術(shù)來對抗過擬合。

L1：https://keras.io/regularizers/

L2：https://keras.io/regularizers/

Dropout：http://jmlr.org/papers/v15/srivastava14a.html

from keras.constraints import max_norm# add to Dense layersmodel.add(Dense(64, kernel_constraint=max_norm(2.)))# or add to Conv layersmodel.add(Conv2D(64, kernel_constraint=max_norm(2.)))

如果你的問題域與稠密預測（dense prediction）相關(guān)(如語義分割)，我建議你使用膨脹殘差網(wǎng)絡(luò)作為預訓練模型，因為它最適合稠密預測。

Dilated Residual Networks：https://arxiv.org/abs/1705.09914

要捕獲對象周圍的上下文信息，可以使用多尺度特性的池化模塊。該思想成功地應(yīng)用于語義分割或前景分割中。

semantic segmentation：https://arxiv.org/abs/1802.02611

foreground segmentation：https://arxiv.org/abs/1808.01477

如果你有高度不平衡的數(shù)據(jù)問題，在訓練期間應(yīng)用類別加權(quán)操作。換句話說，給稀少的類更多的權(quán)重，但給主要類更少的權(quán)重。使用sklearn可以很容易地計算類權(quán)重。或者嘗試使用過采樣和欠采樣技術(shù)重新采樣你的訓練集。這也可以幫助提高預測的準確性。

sklearn：http://scikit-learn.org/stable/modules/generated/sklearn.utils.class_weight.compute_class_weight.html

OverSampling and UnderSampling techniques：https://en.wikipedia.org/wiki/Oversampling_and_undersampling_in_data_analysis

有三個學習率起點(即1e- 1,1e -3和1e-6)。如果您對預訓練模型進行微調(diào)，請考慮小于1e-3(比如1e-4)的低學習率。如果您從頭開始訓練您的網(wǎng)絡(luò)，請考慮一個大于或等于1e-3的學習率。您可以嘗試這些起點，并調(diào)整它們，看看哪個是最好的，選擇那個。還有一件事，您可以考慮通過使用 Learning Rate Schedulers來降低訓練過程中的學習率。這也可以幫助提高網(wǎng)絡(luò)性能。

Learning Rate Schedulers：https://keras.io/callbacks/#learningratescheduler

除了Learning Rate Schedule 外，即在一定的次數(shù)后降低學習率，還有另一種方式，我們可以由一些因素減少學習率，如果驗證損loss在某些epoch(比如5)停止改善，減小學習率和如果驗證損失停止改善在某些epoch(比如10)，停止訓練過程。這可以通過在Keras中使用early stop的ReduceLROnPlateau很容易做到。

ReduceLROnPlateau：https://keras.io/callbacks/#reducelronplateau

EarlyStopping：https://keras.io/callbacks/#earlystopping

如果您在dense prediction領(lǐng)域工作，如前景分割或語義分割，您應(yīng)該使用跳過連接，因為對象邊界或有用的信息會由于最大池化操作或strided convolutions而丟失。這也可以幫助您的網(wǎng)絡(luò)輕松地學習特征空間到圖像空間的特征映射，有助于緩解網(wǎng)絡(luò)中的消失梯度問題。

skip connections：https://arxiv.org/abs/1505.04597

你必須要有一個高速的GPU來進行訓練，但是這有點昂貴。如果你想使用免費的云GPU，我推薦使用谷歌Colab。如果你不知道從哪里開始，看看我之前的文章或者嘗試各種云GPU平臺，如Floydhub或Paperspace等。

Google Colab：https://colab.research.google.com/notebooks/welcome.ipynb#recent=true

使用教程：https://towardsdatascience.com/a-comprehensive-guide-on-how-to-fine-tune-deep-neural-networks-using-keras-on-google-colab-free-daaaa0aced8f

Floydhub：https://www.floydhub.com

Paperspace：https://www.paperspace.com

在ReLU之前使用最大池化來節(jié)省一些計算。由于ReLU閾值的值為0：f(x)=max(0,x)和最大池化只有max激活：f(x)=max(x1,x2，…，xi)，使用Conv > MaxPool > ReLU 而不是Conv > ReLU > MaxPool。

例如，假設(shè)我們有兩個從Conv來的激活值(即0.5和-0.5):

• 因此MaxPool > ReLU = max(0, max(0.5，-0.5)) = 0.5

• 和ReLU > MaxPool = max(max(0,0.5), max(0,-0.5)) = 0.5

考慮采用深度可分離卷積運算，與常規(guī)的卷積運算相比，該運算速度快，且參數(shù)數(shù)量大大減少。

Depthwise Separable Convolution：https://arxiv.org/abs/1610.02357