序言
在深度学习的广阔领域中,选择合适的基准模型是项目成功的关键一步。深度学习模型的选择不仅取决于问题的复杂性,还深受数据结构、任务类型及领域特性的影响。从简单的统计模型如逻辑回归到复杂的深度学习架构,每一步选择都需精心考量。本文将简要概述深度学习中默认的基准模型,旨在为读者提供一个清晰的起点,以便在面对不同问题时能够迅速定位并选用最合适的模型。
默认的基准模型
- 确定性能度量和目标后,任何实际应用的下一步是尽快建立一个合理的端到端的系统。
- 本篇给出了一些建议,在不同情况下使用哪种算法作为第一个基准方法。我们提供了关于不同情况下使用哪种算法作为第一基准方法的建议。值得注意的是,深度学习研究进展迅速,所以本书出版后很快可能会有更好的默认算法。
- 根据问题的复杂性,项目开始时可能无需使用深度学习。如果可以只需正确选择几个线性权重来解决问题,那么项目可以开始于一个简单的统计模型,如逻辑回归。
- 如果问题属于 “ AI \text{AI} AI-完成’’ 类的,如对象识别,语音识别,机器翻译,等等,那么项目开始于一个合适的深度学习模型,效果会比较好。
- 首先,根据数据的结构选择一类合适的模型。
- 如果项目是以固定大小的向量作为输入的监督学习,那么可以使用全连接的前馈网络。
- 如果输入有已知的拓扑结构(例如,输入是图像),那么可以使用卷积网络。
- 在这些情况下,刚开始可以使用某种逐点线性单元( ReLU \text{ReLU} ReLU或者其扩展,如 Leaky ReLU \text{Leaky ReLU} Leaky ReLU, PReLU \text{PReLU} PReLU和 maxout \text{maxout} maxout)。
- 如果输入或输出是一个序列,可以使用门控循环网络( LSTM \text{LSTM} LSTM或 GRU \text{GRU} GRU)。
- 具有衰减学习率动量的 SGD \text{SGD} SGD是一个合理的优化算法选择(流行的衰减方法有,衰减到固定最低学习率的线性衰减,指数衰减,或每次发生验证错误高原时降低学习率 2 − 10 2 − 10 2−10 倍,这些衰减方法在不同问题上好坏不一)。另一个非常合理的选择是 Adam \text{Adam} Adam算法。 batch normalization \text{batch normalization} batch normalization对优化性能有着显著的影响,特别是对卷积网络和具有 sigmoid \text{sigmoid} sigmoid非线性函数的网络而言。虽然在最初的基准中忽略 batch normalization \text{batch normalization} batch normalization是合理的,然而当优化似乎出现问题时,应该立刻使用 batch normalization \text{batch normalization} batch normalization。
- 除非训练集包含数千万以上的样本,否则项目应该在一开始就包含一些简单的正则化。 提前终止也应该普遍采用。 Dropout \text{Dropout} Dropout也是一个很容易实现,且兼容很多模型和训练算法的良好正则化项。 batch normalization \text{batch normalization} batch normalization有时也能降低泛化误差,并且因为标准化每个变量的统计估计而带来的噪扰,可以省略 Dropout \text{Dropout} Dropout。
- 如果我们的任务和另一个被广泛研究的任务很相似,那么通过复制先前研究中已知性能良好的模型和算法,可能会得到很好的效果。甚至可以从该任务中复制一个训练好的模型。例如,通常会使用 ImageNet \text{ImageNet} ImageNet 上训练好的卷积网络的特征来解决其他计算机视觉问题 ( Girshick et al., 2015 \text{Girshick et al., 2015} Girshick et al., 2015)。
- 一个常见问题是项目开始时是否使用无监督学习,我们将在后续篇章进一步探讨这个问题。
- 这个问题和特定领域有关。在某些领域,比如自然语言处理,能够在很大程度上受益于无监督学习技术,如学习无监督词嵌入。
- 在其他领域,如计算机视觉,除非是在半监督的设定下(有标签的样本数量很少) ( Kingma et al., 2014; Rasmus et al., 2015 \text{Kingma et al., 2014; Rasmus et al., 2015} Kingma et al., 2014; Rasmus et al., 2015),目前无监督学习并没有带来益处。
- 如果应用所在环境中,无监督学习被认为是很重要的,那么将其包含在第一个端到端的基准中。否则,只有在解决无监督问题时,才第一次尝试就使用无监督学习。我们总能在之后发现初始基准过拟合的时候,加入无监督学习。
基准模型的定义
基准模型( Benchmark Model \text{Benchmark Model} Benchmark Model)通常是指在某一特定任务或数据集上表现良好,并被广泛接受作为性能评估标准的模型。它可以是简单的统计模型,如逻辑回归,也可以是复杂的深度学习模型,如卷积神经网络( CNN \text{CNN} CNN)或循环神经网络( RNN \text{RNN} RNN)。
选择默认基准模型的原则
- 问题复杂性:
- 对于简单问题,如线性可分的数据集,可以选择线性回归或逻辑回归等简单统计模型作为基准。
- 对于复杂问题,如图像识别、语音识别等,通常需要选择深度学习模型作为基准,因为它们能够捕获数据中的复杂模式。
- 数据结构:
- 如果输入数据是固定大小的向量,可以选择全连接的前馈网络。
- 如果输入数据具有已知的拓扑结构(如图像),则卷积网络( CNN \text{CNN} CNN)是更好的选择。
- 对于序列数据(如文本或时间序列),可以选择循环神经网络( RNN \text{RNN} RNN)或其变种(如 LSTM \text{LSTM} LSTM、 GRU \text{GRU} GRU)。
- 性能要求:
- 在追求高精度时,可能需要选择更复杂、参数更多的模型。
- 在资源受限的情况下(如计算资源有限、实时性要求高),则需要选择更轻量级的模型。
- 先前研究:
- 如果当前任务与先前研究中的任务相似,可以复制先前研究中已知性能良好的模型和算法作为基准。
- 通过迁移学习,可以使用在相关任务上预训练的模型作为起点,进一步调整以适应当前任务。
常见的默认基准模型
- 图像识别:
- 在图像识别领域,常见的默认基准模型包括 AlexNet \text{AlexNet} AlexNet、 VGG \text{VGG} VGG、 ResNet \text{ResNet} ResNet等卷积神经网络。
- 语音识别:
- 在语音识别领域,深度学习模型如循环神经网络( RNN \text{RNN} RNN)及其变种( LSTM \text{LSTM} LSTM、 GRU \text{GRU} GRU)被广泛用作基准模型。
- 自然语言处理:
- 在自然语言处理领域, Transformer \text{Transformer} Transformer及其变种(如 BERT \text{BERT} BERT、 GPT \text{GPT} GPT)已成为许多任务的默认基准模型。
总结
- 深度学习中的默认基准模型多种多样,其选择需基于问题的具体需求和数据特性。
- 对于简单问题,如可通过线性权重解决的情况,逻辑回归等统计模型即可满足需求。
- 而对于复杂问题,如对象识别、语音识别等“ AI \text{AI} AI-完全”类型任务,则需采用深度学习模型,如卷积网络( CNN \text{CNN} CNN)用于图像处理,循环神经网络( RNN \text{RNN} RNN)及其变体 LSTM \text{LSTM} LSTM、 GRU \text{GRU} GRU用于序列数据处理。
- 此外, Transformer \text{Transformer} Transformer模型因其在自然语言处理领域的卓越表现,也成为处理序列数据的标准架构之一。在模型优化方面,选择合适的优化算法(如 SGD \text{SGD} SGD、 Adam \text{Adam} Adam)和正则化策略(如 Dropout \text{Dropout} Dropout、 batch normalization \text{batch normalization} batch normalization)同样重要。
- 总之,深度学习的基准模型选择需综合考虑多种因素,以达到最佳效果。