1.记录神经网络中的常用参数
1.现在人们分析深度学习崛起原因时常说:因为大数据、GPU的高并行计算能力、ReLU等等,但还有一个常被忽略,却又异常强大的因素就是Gradient Descent (GD)替换成了Stochastic Gradient Descent (SGD)
GD:所有样本算出的梯度的平均值来更新每一步
SGD:一个样本算出的梯度来更新每一步。可惜训练比较耗时,同时过大的样本差异会使得训练比较震荡,所以有了Minibatch Gradient Descent方法,同时具有二者的特点,是以n个样本算出的梯度的平均值来更新每一步,然而不得不苦逼的根据不同的任务去寻找最优的n,不过在计算机视觉中,由于batch normalization的帮助,可以使用极大的batch size,这时的batch size 往往受限于GPU的现存大小
最直观的超参数就是batch的大小——我们可以一次性将整个数据集喂给神经网络,让神经网络利用全部样本来计算迭代时的梯度(即传统的梯度下降法),也可以一次只喂一个样本(即严格意义上的随机梯度下降法,也称在线梯度下降法,简称SGD),也可以取个折中的方案,即每次喂一部分样本让其完成本轮迭代(即batch梯度下降法)
3.神经网络的loss曲面往往是非凸的,这意味着很可能有多个局部最优点,而且很可能有鞍点。
暂且不说一些很高深的理论如“神经网络的loss曲面中的局部最优点与全局最优点差不太多”
batch的size设置的不能太大也不能太小,因此实际工程中最常用的就是mini-batch,一般size设置为几十或者几百。但是!
改良的异界优化算法Adam和Adagrad,在使用二阶优化算法时,往往要采用大batch
听说GPU对2的幂次的batch可以发挥更佳的性能,因此设置成16、32、64、128...时往往要比设置为整10、整100的倍数时表现更优
2.个人经验分享
超参数batch
batch size以128为分界线,向下(x0.5)和向上(x2)训练后比较测试结果,若向下更好,则再乘以0.5
大batch size限于空间,小batch size苦于时间。
如果样本总数为1000,batch_size为100,则遍历一次需要循环10次,每个batch更新一次权重。每个batch都要执行下面四个步骤:
3.每个epoch是指遍历完所有训练集样本每个参数的确定
4.步幅也是一个超参数,在设计CNN架构时,如果希望感知区域的重叠更少,或者希望feature map的空间维度更小,我们可以决定增加步幅