当神经网络的性能不好怎么办？

20210209 -

0. 引言

本次写这篇文章是因为最近在训练的过程中，遇到了这个问题，而遇到这个问题其实也挺奇葩。因为之前的时候，也遇到过，但是那时候没有这样想，没有往这个方向想也是因为现象不同。因此也因为这个问题让我反思。

首先来说一下具体现象。

今天在进行调试神经网络的时候，简单修改了层数和神经元个数，一开始没当回事，但是在重新测试的时候，却发现性能大不如从前，最后损失值稳定在了一个值。

这个问题很简单，没什么大不了的，但是如果是以前的话，我就会觉得，肯定是这个数据不太好（因为之前遇到过这种情况，跟别人论文中得到的效果差不多），但是这次的这个数据相对来说比较简单，而且我确信，之前的时候是肯定能达到非常好的效果的。

我感觉，前面的现象是落入了局部最优点（数据都是一样的，没有经过随机化）。而以前的时候可能不会这么想，那么这就让我反思自己，是不是我之前的时候也遇到了这种问题呢？（当然，那种跟别人的效果差不多的除外）。

总的来说，在最近的实验中发现，我明明能够达到比较好的效果，有时候修改了一些内容，有时候没有修改内容，结果性能相差很大。如果不是因为看到了有非常好的效果存在，我可能都想不到这个问题。这让我反过来思考这个问题。

其实之前的时候，也看到过过很多文章或者书籍提到，局部最优解的问题，或者说训练过程中遇到的问题，但是平时可能很少遇到，光看理论自然就没啥用。特别是，平时如果是仅仅学习网上的文章，跟着实验一下，但是这种实验一般效果都非常好，就导致无法意识到这些问题。

所以这篇文章就来记录一下，当然，文章的主题应该更具体，面更大一点，那就是，当神经网络的性能不好怎么办。

1. 怎么寻找问题

这里的问题就是，如果是发现了这种情况，应该怎么办。目前来看，根据以前看过的一些书籍也好，文章也好，是无法从别的地方能够体现出来是不是陷入了局部最优点的，这一点很像之前的之后学习核函数的时候看的内容，你也不知道哪一种是最好的，你只能一个一个尝试。

所以这篇文章自然也给不出万能的解决方案，也只能是给出一些提示。

那么既然讨论到了这个地方，就首先来看看平时使用神经网络的过程。

1.1 使用神经网络的过程

这里主要分析分类过程，对于回归或者预测过程来说，是相似的。

1. 处理输入数据，归一化数据，归一化数据是为了能够让神经元更好的拟合，有些激活函数的输出范围是0-1或者-1-1.
2. 处理输出数据，输出数据主要是将标签数据配合神经网络的输出，二分类只需要一个输出元就可以了，多分类最后一层的激活函数需要softmax来处理；一般都需要将输出标签输出为类别的个数。
3. 训练过程，在定义好相关的损失函数之后，就需要利用训练过程来逐步优化损失函数，训练过程就是逐步调整神经元的权值，求到一个优化解。
4. 测试过程，训练完成之后，就是通过测试数据来当前的模型

实际上，在上面的步骤中，训练过程是最重要的；将整个过程定义为一个优化问题，那么也就是要找到最好的权值，这个权值能够得到比较好的分类效果。

1.2 训练过程

在神经网络的训练过程中，目标就是找到全局最优解，当然有时候最优解可能也不是最好的，可能这个时候已经过拟合了[1]；这里暂时不考虑这种情况。先来说，全局最优解。

在神经网络代码的编写过程中，例如使用keras库，都需要指定优化器，也可以不指定，他会默认选择一个。优化器的作用就是，帮助训练过程时进行神经元的权值调整。那么这个时候，可能遇到的问题就是局部最优解。

到达了局部最优解的时候，神经网络的损失函数就不再下降了。这里仅仅介绍了局部最优解的问题，实际上，还有两个问题[2]。在训练过程中，优化问题存在3个重点问题，或者说挑战：

1. 局部最优解
2. 平缓区域，又称为鞍点
3. 高维数据

而这三个挑战，在训练过程上导致的结果也有3个：

1. 可行解质量不行，也就是获得了一个局部最优解
2. 训练时间非常长，由于优化方法一般都是采用了递归计算的方式，那么只能逐步到达优化解
3. 训练失败，损失函数不再下降，到达了平缓区域，无法继续下降。

1.3 寻找问题

前面已经列出了使用神经网络的大致过程，而比较重要的就是训练过程，当数据都已经预处理完成了。（归一化是必须的）

那么如此来说，训练过程中有哪些步骤可以选择？不仅仅是训练过程的优化器，还有整个神经网络的设计过程，这里不考虑神经元个数和层数的问题，而是考虑其他的内容，这里简单列举几个部分：
1）神经元的初始权值，在有些书籍中已经指出，神经元权值的初始化很重要，有时候也是导致局部最优解的原因
2）优化器，有些优化器就是为了解决局部最优解而提出的
3）激活函数，这个是我以前测试的时候发现的。

目前来说，我能想到的问题就是这些，其他的肯定还有，但是个人能力有限。

2. 问题的解决

前面列举了一些关键的问题，包括训练过程中可能遇到的几个问题，这里暂时不考虑训练时间长的问题。那么重点也就是局部最优解和平缓区域的问题。但是这种问题，怎么说呢，从理论上来进行思考，有点难。平时的时候，主要还是通过调参，调整各个部分的数据，来实现更好的效果。这里这不可能将所有的为解决方案都找到，所以这里作为后续学习过程中记录低点。当前来看，我能想到的一个办法，就是权值初始化，另外一个就是优化器的选择，不过，这个优化器之间他们虽然各有优点，但是怎么样从数据的角度得到指示，让我知道这个优化器不好呢？！
当然前面也说到，这种不是很好做到，就像是核函数的角度一样，你无法知道哪个是最好的，只能逐个试。但是我觉得，应该也有人做过相关的研究，能够有一些经验性的结论。

2.1 权值初始化

这部分可以作为后续可以选择的方案。

2.2 优化器的选择

实验过程中，直接使用了默认的优化器，即没有指定具体的参数，这个时候最高效果只有88%；而更换了SGD之后，可以达到99%，当然即使是这样，也并不能说明这种方法在任何情况下都会有效果。

model.compile(
    loss = 'categorical_crossentropy',
    optimizer = SGD(),
    #optimizer = Adam(learning_rate=0.01),
    metrics = [
        tf.keras.metrics.Precision(),
        tf.keras.metrics.Recall(), 
        tf.keras.metrics.categorical_accuracy
    ]
)

参考

[1]Understanding Local Minima in Neural-Network Training
[2]Why Training a Neural Network Is Hard