35_pytorch 过拟合解决办法 (Early Stop, Dropout)

关于"深度学习过拟合解决方案":
https://blog.csdn.net/tototuzuoquan/article/details/113802684?spm=1001.2014.3001.5501

对于深度学习网络的过拟合，一般的解决方案有：
Early stop
在模型训练过程中，提前终止。这里可以根据具体指标设置early stop的条件，比如可以是loss的大小，或者acc/f1等值的epoch之间的大小对比。

More data
更多的数据集。增加样本也是一种解决方案，根据不同场景和数据不同的数据增强方法。

正则化
常用的有L1，L2正则化

Droup Out
以一定的概率使某些神经元停止工作

BatchNorm
对神经元作归一化

1.32.Early Stop, Dropout

1.32.1.Early Stopping

Early Stop的概念非常简单，在我们一般训练中，经常由于过拟合导致在训练集上的效果好，而在测试集上的效果非常差。因此我们可以让训练提前停止，在测试集上达到最好的效果时候就停止训练，而不是等到在训练集上饱和再停止，这个操作叫做Early Stop

随着横坐标epoch的进行，train部分的accuracy持续上升，train部分的accuracy增加到临时点后会开始发生over fitting现象，我们一般使用Validation来对临界点进行检测。在取到最大值时便停止调test，将此时取得的参数保存用来做最终的模型参数。

可注意到train若不停止会进行无限长的时间，Early stop的引入会提前终止训练，即在test accuracy上升到临界值不发生改变后，就停止训练。

由此我们总结Early stop有以下特点：
1.通过Validation set来选择合适的参数
2.通过Validation来进行检测模型优化表现
3.在最高的Val performance(表现时)停止优化

Early Stop的过程

1.32.2.Dropout

Dropout是用来防止Overfitting十分有效的手段，其思路构建假设为：
1.不全部学习参数，只学习有效的参数
2.每层链接都有一定的概率”丢失”

通过”丢失”链接后，有效的减少运算量，使优化更为平滑

在2012年，Hinton在其论文《Improving neural networks by preventing co-adaptation of feature detectors》中提出Dropout。当一个复杂的前馈神经网络被训练在小的数据集时，容易造成过拟合。为了防止过拟合，可以通过阻止特征检测器的共同作用来提高神经网络的性能。

在2012年，Alex、Hinton在其论文《ImageNet Classification with Deep Convolutional Neural Networks》中用到了Dropout算法，用于防止过拟合。并且，这篇论文提到的AlexNet网络模型引爆了神经网络应用热潮，并赢得了2012年图像识别大赛冠军，使得CNN成为图像分类上的核心算法模型。

随后，又有一些关于Dropout的文章《Dropout:A Simple Way to Prevent Neural Networks from Overfitting》、《Improving Neural Networks with Dropout》、《Dropout as data augmentation》。

从上面的论文中，我们能感受到Dropout在深度学习中的重要性。那么，到底什么是Dropout呢？

Dropout可以作为训练深度神经网络的一种trick供选择。在每个训练批次中，通过忽略一半的特征检测器（让一半的隐层节点值为0），可以明显地减少过拟合现象。这种方式可以减少特殊检测器（隐层节点）间的相互作用，检测器相互作用的是指某些检测器依赖其他检测器才能发挥作用。

Dropout说的简单一点就是：我们在前向传播的时候，让某个神经元的**值以一定的概率p停止工作，这样可以使模型泛化性更强，因为它不会太依赖某些局部的特征，如上图所示。

# -*- coding: UTF-8 -*-

import torch

net_dropped = torch.nn.Sequential(
    torch.nn.Linear(784, 200),
    torch.nn.Dropout(0.5),       # drop 50% of the neuron
    torch.nn.ReLU(),
    torch.nn.Linear(200, 200),
    torch.nn.Dropout(0.5),       # drop 50% of the neuron
    torch.nn.ReLU(),
    torch.nn.Linear(200, 10),
)

pytorch与tensorflow中Dropout函数的区别

torch.nn.Dropout(p=dropout_prob)

tf.nn.dropout(keep_prob)

值得注意的是pytorch中传入的参数丢弃权重参数的概率：
而在tensorflow中传入的参数是保持权重参数的概率，两者的关系是相加为1.

Behavior between train and test

for epoch in range(epochs):
    
    # train
    net_dropped.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        ...
    net_dropped.eval()
    test_loss = 0
    correct = 0
    for data, target in test_loader:
        ...

model.train() ：启用 BatchNormalization 和 Dropout
model.eval(): 不启用BatchNormalization和Dropout

在训练集中我们在训练模型的过程中需要引入Dropout让模型具备更加强大的泛化能力。而在测试集中，则不需要在测试的时候也进行Dropout。否则会降低模型的表现能力。所以需要添加语句net_dropout.eval()，表示切换到不启用Dropout模式，再利用测试集测试模型性能。

1.32.3.SGD随机梯度下降

（1）SGD与确定性模型和随机模型的区别
Stochastic Gradient Descent

不同于一般的随机，SGD中的随机其实是符合一定函数分布，如正态分布这种，这种随机也不同于一般的Deterministic Model（确定性模型），确定性模型相当于一个f(x),有什么样的输入就会有相应的输出。
（2）SGD和经典梯度下降算法区别


为了解决经典的梯度下降法在每次对模型参数进行更新时，需要遍历所有的训练数据。当M很大的时候，就需要耗费巨大的计算资源和计算时间这个弊端，因此引入了SGD（随机梯度下降算法）

随机梯度下降法用单个训练数据即可对模型参数进行一次更新，大大加快了训练速度。

为了降低随机梯度的方差，从而使得迭代算法更加稳定，也为了充分利用高度优化的矩阵运算操作，在实际操作中，我们会同时处理若干训练数据，也就是指定的一个Batchsize，这种SGD叫做BGD。