正交化(Orthogonalization)
搭建建立机器学习系统的挑战之一是,你可以尝试和改变的东西太多太多了。
包括,比如说,有那么多的超参数可以调。
我留意到,那些效率很高的机器学习专家有个特点,他们思维清晰,对于要调整什么来达到某个效果,非常清楚,这个步骤我们称之为正交化,让我告诉你是什么意思吧。
这是一张老式电视图片,有很多旋钮可以用来调整图像的各种性质,所以对于这些旧式电视,可能有一个旋钮用来调图像垂直方向的高度,另外有一个旋钮用来调图像宽度,也许还有一个旋钮用来调梯形角度,还有一个旋钮用来调整图像左右偏移,还有一个旋钮用来调图像旋转角度之类的。
电视设计师花了大量时间设计电路,那时通常都是模拟电路来确保每个旋钮都有相对明确的功能。如一个旋钮来调整这个(高度),一个旋钮调整这个(宽度),一个旋钮调整这个(梯形角度),以此类推。
相比之下,想象一下,如果你有一个旋钮调的是0.1x表示图像高度,+0.3x表示图像宽度,-1.7x表示梯形角度,+0.8x表示图像在水平轴上的坐标之类的。
如果你调整这