pytorch-learning-03

过拟合、欠拟合

欠拟合：模型偏差；过拟合：模型误差。

为什么使用K折交叉验证？
因为验证集不用来训练模型，而预留大量的验证集会显得奢侈。

模型复杂度和样本规模影响欠拟合和过拟合。
样本越少，模型越复杂，越容易过拟合（测试集误差高于训练集）。

权重衰减减轻过拟合：
不考虑参数b

丢弃法减轻过拟合：

丢弃法实现：

def dropout(X, prob):
    X = X.float()
    keep_prob = 1 - prob
    if keep_prob == 0:
        return torch.zeros_like(X)
    # 随机产生0-1的值
    mask = (torch.rand(X.shape) < keep_prob).float()
    return mask * X / keep_prob

梯度爆炸与梯度消失

一个解释

随机初始化模型参数

对于多层感知机来说，如果将每个隐藏单元的参数都初始化为相等的值，那么在正向传播时每个隐藏单元将根据相同的输入计算出相同的值，并传递至输出层。在反向传播中，每个隐藏单元的参数梯度值相等。因此，这些参数在使用基于梯度的优化算法迭代后值依然相等。之后的迭代也是如此。在这种情况下，无论隐藏单元有多少，隐藏层本质上只有1个隐藏单元在发挥作用。因此，我们通常将神经网络的模型参数，特别是权重参数，进行随机初始化。
pytorch的默认随机初始化：pytorch对于不同的layer又自己默认的初始化方式。
Xavier随机初始化：
假设某全连接层的输入个数为 𝑎 ，输出个数为 𝑏 ，Xavier随机初始化将使该层中权重参数的每个元素都随机采样于均匀分布：

主要思路，模型参数初始化后，每层输出的方差不该受该层输入个数影响，且每层梯度的方差也不该受该层输出个数影响。

循环神经网络进阶

LSTM

解决长序列训练过程中的梯度消失和梯度爆炸问题。
解释的很好的一篇文章：LSTM的解释
看这张图会很好理解，c用来进行长期记忆，h用来短期记忆，c就相当于RNN中的h，LSTM中的h用来和x形成3个门控和1个输入。

GRU

GRU的解释
看这张图会很好理解。

GRU和LSTM

GRU在LSTM之后提出，两个模型的效果相似，但是GRU的计算效率更高。