《模式识别》课程实验考试,要求自主选择分类方法,使用20000个手写数字样本训练区分10个类别的分类器,并预测20000个测试样本的标签。与一般的MNIST手写数字识别不同,本实验给定的数据是老师经过PCA降维后的数据,五组数据特征维数分别为81-85。
因此基本断绝了直接使用CNN的念想,实验中主要使用MLP,并使用了一些调参(炼丹)技巧,最终准确率达到98.03%,在此总结记录!
主要方法:对数据集进行4:1的训练集+验证集和测试集拆分,使用五层MLP神经网络,在训练集+验证集数据上进行5折交叉验证,最终5个模型投票给出测试集上的结果。
固定随机种子
为了保证调参过程中的控制变量,避免数据拆分不同时的引入的随机影响,在最开始需要固定随机种子,包括 random/numpy/pytorch
,代码如下
seed = 99
torch.manual_seed(seed)
torch.cuda.manual_seed_all(seed)
np.random.seed(seed)
random.seed(seed)
MLP神经网络调参
-
参数初始化
-
Uniform 均匀分布初始化
w = np.random.uniform(low=-scale, high=scale, size=[n_in, n_out])
-
Xavier 初始化,适用于 tanh sigmoid 激活函数
-
-
数据预处理
- 训练集和测试集统一使用训练集的方差、均值进行归一化
X -= np.mean(X, axis=0) X /= np.std(X, axis=0)
-
优化器
-
SGD 效果好于 Adam
-
设置 momentum 和 weight_decay,后者对于过拟合问题效果不是很明显
-
如果N个epoch内,正确率不变则降低学习率
optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.75, weight_decay=3e-4) def adjust_learning_rate(opt, num_adjust): """Sets the learning rate to the initial LR decayed by 10 every 30 epochs""" lr = 0.1 * (0.1**num_adjust) for param_group in opt.param_groups: param_group['lr'] = lr
-
-
dropout,0.5 上下浮动设置
-
激活函数,使用 ReLU 效果好于 Sigmoid 和 Tanh
-
Batch Normalization,效果有明显提升
-
MLP网络层最佳顺序 Linear -> Batch Norm -> Activation -> Droput -> Linear
nn.Sequential(nn.Linear(84, 1024), nn.BatchNorm1d(1024),
nn.ReLU(), nn.Dropout(0.5),
nn.Linear(1024, 512), nn.BatchNorm1d(512),
nn.ReLU(), nn.Dropout(0.5),
nn.Linear(512, 256), nn.BatchNorm1d(256),
nn.ReLU(), nn.Dropout(0.5),
nn.Linear(256, 128), nn.BatchNorm1d(128),
nn.ReLU(), nn.Dropout(0.5),
nn.Linear(128, 10), nn.LogSoftmax(dim=1))
数据集划分及K折交叉验证
主要步骤
- 使用 sklearn
train_test_split
进行基本数据集切分,训练集+验证集:测试集大约4:1 - 使用 sklearn
KFold
进行5折交叉验证,分别保存开发集上的最优模型 - 最后使用得到的5个模型在测试集上进行预测投票给出最终标签
注意点
-
调参过程中测试集不应太小,否则偏差较大;过程中可以多划分一些进行调参,最终模型可以不用测试集,用所有数据进行交叉验证
-
关于交叉验证中 K 的选择,一般K=5或10,极端情况下可使用留一法(即每次使用一个样本进行验证);根据先前的相关研究,取值情况可参考公式(其中n是样本数,d是特征维数)
K ≈ log ( n ) n / K > 3 d K \approx \log(n) \\ n/K > 3d K≈log(n)n/K>3d本次实验中取K=10时效果不佳,最终取K等于5
log(20000) = 5
20000/5 = 4000 > 3*84
写在后面
总的来说,本次实验准备比较匆忙,仅花了一晚上来调参,很多地方并没有时间进行完备而科学的测试,最终结果倒是差强人意,貌似组内第1、2的样子,但比预期还是稍低一些。理论上如果能进行更细致科学的调参,还是有很大进步空间的。