1. 动机
缓解过拟合的四种方法:
- 增加训练的数据
- 减小网络模型的容量
- 在损失函数上加入正则项(权重衰减)
- Dropout丢弃法
一个好的模型需要对输入数据的扰动鲁棒:
- 使用有随机噪音的数据,等价于一个正则。正则就是使得网络权重值不会太大,避免过拟合的一种方法。
- 丢弃法:在层之间加入噪音。丢弃法也可当作一种正则。
2. Dropout原理
丢弃法对每个元素进行如下扰动:
x
i
′
=
{
0
p
x
i
1
−
p
o
t
h
e
r
i
z
e
x_{i}^{'}=\begin{cases} 0 & \ p\\ \frac{x_{i}}{1-p} & \ otherize \end{cases}
xi′={01−pxi p otherize
有 p 概率将数据变成零,1-p 概率将数据扩大。
另外,输入x,加入噪音后得到
x
′
x^{'}
x′,但是我们希望加入噪声后的数据和原数据的期望一样,即
E
[
x
′
]
=
x
E[x^{'}]=x
E[x′]=x。
E
[
x
′
]
=
x
E[x^{'}]=x
E[x′]=x 保证了训练时使用dropout和测试时不使用 dropout 结果的一致性。对使用丢弃法后的数据计算期望:
E
[
x
i
′
]
=
0
×
p
+
x
i
1
−
p
×
(
1
−
p
)
=
x
i
E[x_{i}^{'}]=0\times p+\frac{x_{i}}{1-p}\times (1-p)=x_{i}
E[xi′]=0×p+1−pxi×(1−p)=xi
可见满足我们期望的要求。
3. 训练和测试
dropout只在训练的时候使用,不在测试的时候使用。
训练的时候,通常丢弃法作用在隐藏全连接层的输出上,对于该层的输出进行dropout,相当于随机舍弃该层的神经元。在误差反向传播的时候,被舍弃的神经元相关的权重不会被更新。每一个batch进行一次新的dropout。
测试的时候,不使用dropout,dropout输出的是它本身,也保证了确定性的输出。因为正则项(包括L2正则化、dropout等方法)只在训练中使用,只对权重更新进行影响。
4. 小结
- Dropout将一些输出项随机置0来控制模型复杂度。
- 常用在多层感知机的隐藏层输出上,很少使用在CNN中,在CNN中常用权重衰减。
- 丢弃概率(P)是超参数。
- 可以尝试把隐藏层稍微设置大一点点,Dropout的P也设置的大一些,效果会比不使用dropout的小隐藏层要好一些。