独家 | 你的神经网络不起作用的37个理由(附链接)

作者:Slav Ivanov

翻译:吴金笛

校对:丁楠雅

有一个网络已经训练了12个小时。一切看起来都很好:梯度是逐渐变化的,损失在减少。但接下来的预测:都是零,所有的图像背景都没有被检测到。“我做错了什么?”——我问我的电脑,但它没有回答我。

你从哪里开始检查是否你的模型输出了垃圾(例如,预测输出了平均值,或者它的准确性真的很差)?

由于许多原因,神经网络可能不会进行训练。在许多调试过程中,我经常发现自己在做同样的检查。我把我的经验和最好的想法整理在这个便利的列表中,希望它们对你也有用。

目录

  • 1. 如何使用本指南?
  • 2. 数据集问题
  • 3. 数据规范化或增强的问题
  • 4. 实现问题
  • 5. 训练问题

1.如何使用本指南?

很多方面都可能出错。但是其中一些比其他的更有可能被防范。我通常从以下简短的清单开始,作为紧急的第一反应:

  • 1. 从一个已知适用于这类数据的简单模型开始(例如,图像的VGG)。如果可能,使用标准损失。
  • 2. 关闭所有的附加功能,例如正则化和数据增强。
  • 3. 如果对一个模型进行微调,要仔细检查预处理,因为它应该与原始模型的训练相同。
  • 4. 验证输入数据是否正确。
  • 5. 从一个非常小的数据集(2-20个样本)开始。对它进行过度拟合,并逐渐添加更多的数据。
  • 6. 开始逐步添加所有被省略的部分:增强/正则化、自定义损失函数、尝试更复杂的模型。

如果上面的步骤没有解决问题,那就根据下面的列表逐一验证。

2.数据集问题

  • 1.检查你的输入数据

检查你向网络输入的数据是否有意义。例如,我不止一次搞混了图像的宽度和高度。有时候,我会错误地输入全0数据。或者我会一遍又一遍地使用相同的批次。因此,打印/显示几批输入和目标输出,以确保它们是正确的。

  • 2.尝试随机输入

尝试传入随机数而不是实际数据,看看错误是否相同。如果是这样,这是一个确定的信号,说明你的网络在某个时候将数据转换为了垃圾。试着一层一层或一个操作一个操作的调试看看哪里出错了。

  • 3. 检查数据加载程序

你的数据可能没问题,但是将输入传递到网络的代码可能会出错。在任何操作之前打印并检查第一层的输入。

  • 4. 确保输入连接到输出

检查一些输入样本是否有正确的标签。同时确保对输入样例进行打乱的方式与输出标签的相同。

  • 5. 输入和输出之间的关系是否过于随机?

也许与随机部分相比,输入输出关系中的非随机部分太小了(人们可能认为股价就是这样的)。即输入与输出不充分相关。没有一种通用的方法来检测这一点,因为这取决于数据的性质。

  • 6. 数据集中是否有太多噪音?

当我从一个食品网站上抓取一个图像数据集时,这种情况发生在我身上。有很多网络无法学习的不好的标签。手动检查一批输入样本,看看标签是否正常。

截止点是有争议的,因为此文(https://arxiv.org/pdf/1412.6596.pdf)使用50%损坏的标签使MNIST的准确度达到50%以上。

  • 7. 打乱数据集

如果你的数据集没有被打乱,并且有一个特定的顺序(按标签排序),这可能会对学习产生负面影响。打乱你的数据集以避免这种情况。确保输入和标签打的乱顺序相同。

  • 8. 减少类别不平衡

是否每个B类图像对应1000个A类图像?那么你可能需要平衡你的损失函数或尝试其他类不平衡方法。(https://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/)

  • 9. 你有足够的训练样本吗?

如果你正在从零开始训练一个网络(即不是微调),你可能需要大量的数据。对于图像分类,人们认为每个类需要1000张或更多的图像。

(https://stats.stackexchange.com/questions/226672/how-few-training-examples-is-too-few-when-training-a-neural-network/226693#226693)

  • 10. 确保你的批次中不只包含一个标签

这可能发生在排序的数据集中(即前10k个样本包含相同的类)。通过打乱数据集很容易解决。

  • 11. 减少批量大小

此文(https://arxiv.org/abs/1609.04836)指出,批量较大会降低模型的泛化能力。

除了1。使用标准数据集(例如mnist、cifar10)

感谢@hengcherkeng:

当测试新的网络架构或编写新的代码时,首先使用标准数据集,而不是你自己的数据。这是因为这些数据集有很多参考结果,并且它们被证明是“可解的”。不存在标签噪声、训练/测试分布差异、数据集难度过大等问题。

3.数据则正则化或增强

  • 12. 规范的功能

你是否将输入标准化为零均值和单位方差?

  • 13. 你的数据增强太多了吗?

增强具有正则化作用。与其他形式的正则化(权重L2、dropout等)结合使用过多会导致网络不匹配。

  • 14. 检查预训练模型的预处理

如果你使用的是预训练模型,请确保使用的规范化和预处理与训练时使用的模型相同。例如,一个图像像素是否应该在[0,1]、[- 1,1]或[0,255]范围内。

  • 15. 检查训练/验证/测试集的预处理

CS231n指出了一个常见的陷阱:

“…任何预处理统计数据(例如数据平均值)必须只计算在训练数据上,然后应用于验证/测试数据。例如,计算平均值并从整个数据集中的每个图像减去它,然后将数据分割为训练集/验证集/测试集,这是一个错误。”

此外,检查每个样本或批次的不同预处理。

4.实现问题

  • 16. 试着解决这个问题的简单版本

这将有助于找到问题所在。例如,如果目标输出是一个对象类和坐标,则尝试将预测限制为对象类。

  • 17. “随机”寻找正确的损失

同样来自优秀的CS231n:使用小参数初始化,无需正则化。例如,如果我们有10个类,随机意味着我们将在10%的时间内得到正确的类,而Softmax损失是正确类的概率的对数的相反数,所以:-ln(0.1) = 2.302。

在此之后,尝试增加正则化强度,这会增加损失。

  • 18. 检查损失函数

如果你实现了自己的损失函数,请检查它是否有错误并添加单元测试。通常情况下,我的损失值会略微不正确,并小程度的降低网络的性能。

  • 19. 验证损失输入

如果你正在使用框架提供的损失函数,请确保传递给它的是它所期望的值。例如,在PyTorch中,我将混合NLLLoss和CrossEntropyLoss,因为前者需要一个softmax输入,而后者不需要。

  • 20.调整损失权重

如果损失由几个较小的损失函数组成,请确保它们相对于每个损失函数的大小是正确的。这可能需要测试不同的损失权重的组合。

  • 21. 监视其他指标

有时候,损失并不最好的预测器来判断你的网络是否在正常训练。如果可以,请使用其他指标,如准确性。

  • 22. 测试任何自定义层

是否网络中的某一层是你自己实现的?请反复检查以确保它们按预期工作。

  • 23. 检查“冻结”层或变量

检查是否无意中禁用了一些应该被学习的层/变量的梯度更新。

  • 24. 增加网络的大小

也许你的网络的表现力不足以捕获目标功能。尝试在完全连接的层中添加更多层或更多隐藏单元。

  • 25. 检查隐藏的维度错误

如果你的输入是(k, H, W) =(64, 64, 64),那么很容易忽略与错误维度相关的错误。对输入维使用奇怪的数字(例如,每个维使用不同的素数),并检查它们如何在网络中传播。

  • 26. 进行梯度检查

如果你手工实现梯度下降,进行梯度检查可以确保你的反向传播能够正常工作。更多信见:

1 http://ufldl.stanford.edu/tutorial/supervised/DebuggingGradientChecking/

2 http://cs231n.github.io/neural-networks-3/#gradcheck

3https://www.coursera.org/lecture/machine-learning/gradient-checking-Y3s6r

5.训练问题

  • 27. 解决一个非常小的数据集

对一小部分数据进行过度拟合,并确保其工作正常。例如,只训练1或2个例子,看看你的网络能否学会区分这些。继续对每个类别添加更多的示例。

  • 28. 检查权重初始化

如果不确定,请使用Xavier或He初始化。此外,你的初始化可能会导致错误的局部最小值,因此尝试不同的初始化,看看是否有帮助。

  • 29. 更改超参数

也许你使用了一组特别糟糕的超参数。如果可行,尝试网格搜索。

  • 30.减少正规化

过多的正则化会导致网络严重不拟合。减少正则化,如dropout、batch norm、weight/bias L2正则化等。在优秀的“程序员实践深度学习”课程中,Jeremy Howard建议首先摆脱不拟合。这意味着你要对训练数据进行充分的过拟合,然后才能解决过拟合问题。

  • 31. 给它时间

也许你的网络在开始做出有意义的预测之前需要更长的时间来训练。如果你的损失在稳步下降,就再训练更多的时间。

  • 32. 从训练模式切换到测试模式

有些框架具有Batch Norm、Dropout等层,其他层在训练和测试期间的行为有所不同。切换到适当的模式可能有助于你的网络正确预测。

  • 33. 可视化训练
  • 监视每一层的激活、权重和更新。 确保它们的大小匹配。 例如,参数更新的大小(权重和偏差)应该是1-e3。
  • 考虑一个可视化库,比如Tensorboard和Crayon。 在紧要关头,你还可以打印权重/偏差/激活。
  • 注意那些平均值远远大于0的层激活。尝试Batch Norm或ELUs。
  • Deeplearning4j指出了在权重和偏差的直方图中应该期望什么:

“对于权重,这些直方图应该在一段时间后具有近似高斯(正态)分布。对于偏差,这些直方图通常从0开始,并且通常以近似高斯分布结束(LSTM是一个例外)。注意那些发散到+/-∞的参数。注意那些非常大的偏移量。如果类别的分布非常不平衡,有时可能会在输出层中进行分类。”

检查层的更新,他们应该形成一个高斯分布。

  • 34. 尝试不同的优化器

你选择的优化器不应该阻止你的网络进行训练,除非你选择了特别糟糕的超参数。然而,合适的任务优化器有助于在最短的时间内获得最多的训练。该论文指出你正在使用的算法应该指定优化器。如果没有,我倾向于使用Adam或带动量的普通SGD。

查看这篇由Sebastian Ruder撰写的优秀文章,了解更多关于梯度下降优化器的知识。

http://ruder.io/optimizing-gradient-descent/

  • 35. 爆炸/消失的梯度
  • 检查层的更新,因为非常大的值可以说明梯度爆炸。梯度剪切可能会有所帮助。
  • 检查层激活。Deeplearning4j提供了一个很好的指导方针:“激活的良好标准偏差在0.5到2.0之间。明显超出这一范围可能意味着消失或爆炸的激活。”
  • 36. 升高/降低学习率

低学习率将导致你的模型收敛得非常缓慢。

高学习率会在开始时迅速减少损失,但可能很难找到一个好的解决方案。

用你目前的学习速度乘以0.1或10来解决问题。

  • 37. 克服NaN

在训练RNN时,据我所知,得到一个NaN(Non-a-Number)是一个更大的问题。一些解决方法:

  • 降低学习速度,特别是如果你在前100次迭代中得到了NaNs。
  • NaNs可以由除以0,或0或负数的自然对数产生。
  • Russell Stewart在如何应对NaN中有很好的建议。 http://get.mysecurify.com/view/item_81593.html
  • 试着一层一层地评估你的网络,看看NaNs出现在哪里。

我遗漏什么了吗?有什么错误吗?请在下方留言让我知道。

嗨,朋友,我是Slav,企业家和开发者。此外,我也是SaaS公司Encharge - marketing automation software的联合创始人。

原文标题:37 Reasons why your Neural Network is not working

原文链接:https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607

编辑:王菁 校对:林亦霖

原文发布于微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文发表时间:2019-08-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券