在神经网络训练中常会出现过拟合、欠拟合、梯度消失、梯度爆炸等现象。
过拟合即为模型训练的效果太好,模型在训练集上的准确率大于在测试集上的准确率。通常原因有以下几点:
(1)模型过于复杂,模型在很早在训练集上收敛,而在测试集上准确率较低。
(2)训练时间太长,导致模型过拟合。
常用的避免过拟合的方法:
1、正则化方法L1和L2。L!正则化对权重的绝对值进行加和公式如下:
L2正则化则是对Wi的平方进行加和*1/2。公式如下:
在训练过程中直接将权值的正则化损失加到最终的损失中,会使得权重始终呈现下降的状态
L2正则化只是对权值以一定的比例减小,而L1正则化却是使权值通过减去一个常数去朝着0削减。而当|w|很大时,L2对权值减少的幅度要远大于L1,相反,当|w|很小时,L1对权值的衰减又远大于L2。通过L1正则化,网络最终的结果会变为只保留对模型结果很重要的权值,而其他不重要的权值变为0。
2、batchnormal
深层神经网络在做非线性变换前的激活输入值(就是那个x=WU+B,U是输入)随着网络深度加深或者在训练过程中,其分布逐渐发生偏移或者变动,之所以训练收敛慢,一般是整体分布逐渐往非线性函数的取值区间的上下限两端靠近(对于Sigmoid函数来说,意味着激活输入值WU+B是大的负值或正值),这导致反向传播时低层神经网络的梯度消失,这是训练深层神经网络收敛越来越慢的本质原因。
BN就是通过一定的规范化手段,把每层神经网络任意神经元这个输入值的分布变到均值为0方差为1的标准正态分布,其实就是把越来越偏的分布强制拉回比较标准的分布,这样使得激活输入值落在非线性函数对输入比较敏感的区域,这样输入的小变化就会导致损失函数较大的变化,这样让梯度变大,避免梯度消失问题产生,而且梯度变大意味着学习收敛速度快,能大大加快训练速度。
进行规范化使得数据处于中间,避免梯度消失。
3、使用dropout
以一定的概率取消一部分神经元的连接,从而类似于随机森林树,每次训练一个不同的网络,最终避免网络的过拟合。
欠拟合避免方法
欠拟合说明网络对数据的表达能力不够,因此需要增加模型的复杂度
梯度消失
在训练过程中由于梯度进入了平滑的部分,又因为是连乘的关系导致越往前的梯度越来越小,最终消失。
梯度爆炸
在损失函数的计算中有log当预测值为0时,损失值趋于无穷大。