李沐-动手学习深度学习v2

1前面的一些QA

1.1 reshape和view的差别

reshape的地址没有变（所以b要是改了的话，a也改了），view拷贝了一份。

1.2 detach

还是不太理解

2. 前置知识

2.1 矩阵计算

亚导数，将导数扩展到不可微的地方

矢量求导

（大概知道它们后面长什么样）

内积比较奇怪orz

分子布局

一般用分子布局方法

向量关于向量的求导

上图的解释：
自己对自己求导得到一个I矩阵，有些公式挺重要的。

2.2 自动求导

还不太懂orz

2.3 基础优化算法

梯度下降

小批量随机梯度下降（SGD）

·计算整个训练数据的梯度太昂贵了
DNN模型需要几分钟到几小时

批量值太大，（内存消耗太大了）浪费计算资源
批量值太小，难以充分利用计算资源

总结

• 梯度下降通过不断沿着反梯度方向更新参数求解
• SGD是深度学习的默认求解算法
• 两个重要的超参数是批量大小和学习率

2.4 环境配置

!pip install d2l==0.14.

2.5 模型选择+过拟合和欠拟合

2.5.1 训练误差和泛化误差

训练误差：模型在训练数据上的误差
泛化误差：模型在新数据上的误差

2.5.2 验证数据集、测试数据集的分配

验证数据集：可用来调参
测试数据集: 只是能用1次，最终的，不允许再学了，相当于高考了（笑）
一般数据集不够用的话，把70%作为训练数据集，把30%作为测试数据集。对70%的训练数据集可以采取k折交叉验证的方法。

2.5.3 k-则交叉验证

在没有足够多数据时使用（这是常态）
算法：

• 将训练数据分割成k块
• for i=1,…,K
  • 使用第i块作为验证数据集，其余的作为训练数据集
• 报告k个验证集误差的平均
• 常用：k=5或10

2.5.4 过拟合和欠拟合

模型容量

• 拟合各种函数的能力
• 低容量的模型难以拟合训练数据
• 高容量的模型可以记住所有的训练数据

VC维

• 统计学习理论的一个核心思想
• 对于一个分类模型，VC等于一个最大的数据集的大小，不管如何给定标号，都存在一个模型来对它进行完美分类

VC维度的效用
·提供理论解释模型的工作原理
·限制了训练误差和泛化误差之间的差距
在深度学习的实践中很少使用
·边界过于宽松
·难以计算深度神经网络的VC维数
·其他统计学习理论工具也是如此

2.6 权重衰退

2.6.1 使用均方范数作为硬性限制

限不限制b都差不多

2.6.2 使用均方范数作为柔性限制

这个\lambda使得w往下拉，使得模型的复杂性变低。

参数更新法则

解释：每次把W_t的值变小一点点，因为（1-n\lambda，在减一下原本的梯度方向。

2.6.3 代码

2.6.4 QA

3. 方法

3.1 丢弃法

3.1.1 使用动机

一个好的模型需要对输入数据的扰动鲁棒。

• 使用有噪音的数据=Tikhonov正则，避免模型过拟合化
• 丢弃法：在层之间加噪音

3.1.2 使用方法

推理中的丢弃法

• 正则项只在训练中使用；他们影响模型参数的更新
• 在推理过程中，丢弃法直接返回输入
  h=dropout(h)
• 这样也能保证确定性的输出，现在主流的话，把dropout当做一个正则项来看。

3.1.2 总结