深度学习系列教程(八)TensorFlow 中的正则化方法

"玩转TensorFlow与深度学习模型”系列文字教程,本周带来TensorFlow 中的正则化方法!

大家在学习和实操过程中,有任何疑问都可以通过学院微信交流群进行提问,有导师和助教、大牛为您解惑答疑哦。(入群方式在文末

第八篇的教程主要介绍-TensorFlow 中的正则化方法,包括:

过拟合简介

常用正则化用法

过拟合介绍

在对正则化的方法进行介绍之前,首先解释以下什么是过拟合。过拟合(overfitting)一般是指模型能够在训练数据集上得到越来越好的结果,但是在测试数据上的表现反而变差的现象,导致这种现象发生的原因一般是模型结果过于复杂,使得模型能够很好地描述训练数据,但是却丧失了泛化能力,对于没有参加训练的数据存在较大的误差。对于过拟合,欠拟合和模型容量的关系可以参见下图。

常用正则化方法

机器学习与深度学习中的一个核心问题就是如何使得一个模型或者算法能够有较好的泛化能力,即除了训练数据,我们希望模型在新产生的数据上的表现也尽可能的好,深度学习中有很多算法目标在于降低模型的test error,不过付出的代价就是有可能使得training error有所上升。这类策略统一叫做正则化(Regularizations)。

Parameter Norm Penalties

假设原来的损失函数为:

现在定义新的损失函数

当表示范数的时候, 就叫做Parameter Norm Penalties,

Parameter Norm Penalties 是一类常见的简单的正则化方法,主要分为L1正则化和L2正则化两种。一般情况我们只选用权重的范数作为penalty,而不对偏置进行正则化。

范数的计算公式:

L2 范数正则化

如果取(二分之一L2范数的平方)则叫做L2范数正则化。对于权重进行求导可以得到:

在每一步梯度下降中可以得到:

可以看到在每一步对权重进行更新的时候会对权重乘上一个小于1的常数。因此这种方法也叫做weight decay 。

L2 范数正则化的意义如下图所示:

假设w有两个元素w1,w2,虚线是,实线是,为使得J取得最小值的w,为使得最小的w的取值。可以看到,J对于w在垂直方向上的移动更为敏感(梯度更大),而在水平方向上则没有那么敏感,从结果上来说 ,L2正则化对于对梯度影响较大的值的影响较小,对于对梯度没有太大影响的值会使得它更加接近于零。

在TensorFlow中使用:

L2_loss = alpha * tf.norm(W,2) **2+ loss

L1 范数正则化

当我们定义时,变为如下形式:

这时使用的就是L1正则化(LASSO):

从结果上来讲,增加L1 penalty会使得权重矩阵更加的稀疏(大部分的值为0)

在TensorFlow中使用:

L1_loss = alpha * tf.norm(W,1) + loss

Early Stopping

Early Stopping 也是深度学习过程之中常用的一种避免过拟合的方式。

如上图所示,当模型的容量足够大可以对训练任务进行过拟合的时候,一般随着训练的进行,training error是会平稳地下降的,但是validation error开始的时候会下降,但是到后期又会逐渐上升,这也就是说我们可以通过在validation error 较低的时候停止训练来得到一个泛化能力比较好的模型,这时的参数不是模型训练过程中最新的参数,而是在训练过程之中的某一套参数,这种策略叫做early stopping。

通过下图可以看出 Early Stopping 对于参数筛选的作用与使用Parameter Norm Penalties有时是类似的。左图是使用early stopping,右图是使用L2 norm。

Dropout

dropout 可以看作是同时训练多个模型,这看起来是个不可能完成的任务,因为每个模型都是一个大型的神经网络,训练和测试模型都十分的耗费资源,dropout提供了一种能够在不耗费过多资源的情况下近似训练和使用成指数级个模型的方法。

具体步骤如下:

梯度下降的过程中对于每一个mini-batch,我们对输入和隐含层中的每个单元根据预先设置好的概率进行随机抽样,生成掩码,掩码为1则保留,为0则舍去;

训练完成后将权重乘以保留单元的概率p,或者在训练过程中将每个单元的输出乘以1/p,进行训练;

最终使用模型的时候使用整个网络,不进行dropout。

dropout 网络示意图,一个简单的网络可以看作是有多个子网络构成的:

TensorFlow中使用Dropout:

TensorFlow在使用的时候已经对训练过程中的输出进行了放缩,所以不需要额外地进行处理了,x是dropout层的输入,p是每个单元保留的概率,注意仅仅在训练过程中使用dropout,在使用模型的时候要将p设置为1.,表示全部都进行保留,即不使用dropout。

本文来自企鹅号 - 天学网人工智能学院媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏用户画像

算法

版权声明:本文为博主-姜兴琪原创文章,未经博主允许不得转载。

863
来自专栏磐创AI技术团队的专栏

深度学习之视频人脸识别系列(一):简介

1112
来自专栏Petrichor的专栏

深度学习: 随机失活 (dropout)

按概率p 随机 将神经元 置 0 [如下(b)图],以 缓解 神经元之间 隐形的协同适应,从而达到降低模型复杂度的目的:

1358
来自专栏AlgorithmDog的专栏

强化学习系列之五:价值函数近似

目前,我们已经介绍了一些强化学习的算法,但是我们无法在实际问题中运用这些算法。 为什么呢?因为算法估算价值函数 (v(s)) 或者 (q(...

3929
来自专栏人工智能

深度学习系列教程(八)TensorFlow 中的正则化方法

"玩转TensorFlow与深度学习模型”系列文字教程,本周带来TensorFlow 中的正则化方法! 大家在学习和实操过程中,有任何疑问都可以通过学院微信交流...

25110
来自专栏ATYUN订阅号

利用TensorFlow生成图像标题

图像标题生成器模型结合了计算机视觉和机器翻译的最新进展,利用神经网络生成现实的 图像标题。神经图像标题模型被训练,以最大限度地产生给定输入图像的字幕的可能性。并...

4595
来自专栏数据派THU

深度学习中的正则化技术(附Python代码)

本文简单介绍了什么是正则化以及在深度学习任务中可以采用哪些正则化技术,并以keras代码具体讲解了一个案例。

1615
来自专栏磐创AI技术团队的专栏

深度学习中的正则化技术概述(附Python+keras实现代码)

801
来自专栏闪电gogogo的专栏

《统计学习方法》笔记七(1) 支持向量机——线性可分支持向量机

应用拉格朗日对偶性,通过求解对偶问题得到原始问题的最优解,一是因为对偶问题往往更容易求解,二是自然引入核函数,进而推广到非线性分类的问题。

392
来自专栏人工智能

神经网络与反向传播算法

1、前言 先简单的说下神经网络吧。 简单来说就是模拟大脑的神经元。 前端会有一大批数据输入,例如,前端输入了一张图像的所有像素点。 中间层会有成千上万个网络数据...

1876

扫码关注云+社区