文章目录
权值初始化
在深度学习中,有两类参数:参数和超参数。
简单来说,参数是机器自动学习出来的,超参数是根据经验手动设置的。
这章节讨论参数的初始化,对应 Pytorch 中的 torch.nn.Parameter
)。
权值初始化(也就是参数初始化)非常重要,为什么呢?因为初始化初始得太差,会导致梯度消失或爆炸的情况发生。
这里简单解释一下,在反向传播(了解更多)过程中,因为 Chain Rule 的关系,过程中的一个结点的梯度爆炸(消失),会导致后续的结点的梯度跟着爆炸(消失)。
常用初始化方法(十种三大类)
第一类:常见分布
- 均匀分布
- 正态分布
- 常数分布
第二类:Xavier & He
-
Xavier 均匀分布
-
Xavier 标准正态分布
-
Kaiming 均匀分布
-
Kaiming 标准正态分布
第三类:特殊矩阵
-
正交矩阵初始化
-
单位矩阵初始化
-
稀疏矩阵初始化
参考:https://pytorch.org/docs/stable/nn.init.html
init.calculate_gain
torch.nn.init.calculate_gain(nonlinearity, param=None)
主要功能:计算激活函数的方差变化尺度主要参数(就是输入的方差与输出的方差的比例,用于观察方差的变化,例如 tanh 的 calculate_gain 结果大约是 1.6 左右,就可以知道,经过 tanh 输出的方差会比输入的方差减小 1.6 倍)。
对应关系如下表:
非线性函数 | 增益 |
---|---|
Linear / Identity | |
Conv{1,2,3}D | |
Sigmoid | |
Tanh | |
ReLU | |
Leaky Relu |
参数:
- nonlinearity – 非线性函数 (
nn.functional
中的名字) - param – 对应非线性函数的可选参数,如 Leaky ReLU 的 negative_slop
例子
>>> gain = nn.init.calculate_gain('leaky_relu')
第一类:常见分布
init.uniform_
torch.nn.init.uniform_(tensor, a=0, b=1)
用均匀分布
U
(
a
,
b
)
U(a,b)
U(a,b) 初始化输入 Tensor
。
参数:
- tensor – n 维
torch.Tensor
- a – 均匀分布的下界
- b – 均匀分布的上界
例子
>>> w = torch.empty(3, 5)
>>> nn.init.uniform_(w)
init.normal_
torch.nn.init.normal_(tensor, mean=0, std=1)
用正态分布
N
(
m
e
a
n
,
s
t
d
)
N(mean,std)
N(mean,std) 初始化输入 Tensor
。
参数:
- tensor – n 维
torch.Tensor
- mean – 正态分布的均值
- std – 正态分布的标准差
例子
>>> w = torch.empty(3, 5)
>>> nn.init.normal_(w)
init.constant_
torch.nn.init.constant_(tensor, val)
用常数 val 初始化输入 Tensor
。
参数:
- tensor – n 维
torch.Tensor
- val – 用以填入张量的常数
例子
>>> w = torch.empty(3, 5)
>>> nn.init.constant_(w, 0.3)
第二类:基于方差放缩
init.xavier_uniform_
torch.nn.init.xavier_uniform_(tensor, gain=1)
用论文 “Understanding the difficulty of training deep feedforward neural networks” - Glorot, X. & Bengio, Y. (2010) 中提及的均匀分布初始化输入 Tensor
。初始化后的张量中的值采样自
U
(
a
,
b
)
U(a,b)
U(a,b) 且
也被称作 Glorot 初始化。
参数:
- tensor – n 维
torch.Tensor
- gain – 可选缩放因子
例子
>>> w = torch.empty(3, 5)
>>> nn.init.xavier_uniform_(w, gain=nn.init.calculate_gain('relu'))
init.xavier_normal_
torch.nn.init.xavier_normal_(tensor, gain=1)
用论文 “Understanding the difficulty of training deep feedforward neural networks” - Glorot, X. & Bengio, Y. (2010) 中提及的正态分布初始化输入 Tensor
。初始化后的张量中的值采样自
N
(
0
,
s
t
d
)
N(0,std)
N(0,std) 且
也被称作 Glorot initialization。
参数:
- tensor – n 维
torch.Tensor
- gain – 可选缩放因子
例子
>>> w = torch.empty(3, 5)
>>> nn.init.xavier_normal_(w)
init.kaiming_uniform_
torch.nn.init.kaiming_uniform_(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
用论文 “Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification” - He, K. et al. (2015) 中提及的均匀分布初始化输入 Tensor
。初始化后的张量中的值采样自
U
(
−
b
o
u
n
d
,
b
o
u
n
d
)
U(-bound,bound)
U(−bound,bound) 且
也被称作 He initialization。
参数:
- tensor – n 维
torch.Tensor
- a – 该层后面一层的整流函数中负的斜率 (默认为 0,此时为 Relu)
- mode – ‘fan_in’ (default) 或者 ‘fan_out’。使用fan_in保持weights的方差在前向传播中不变;使用fan_out保持weights的方差在反向传播中不变。
- nonlinearity – 非线性函数 (
nn.functional
中的名字),推荐只使用 ‘relu’ 或 ‘leaky_relu’ (default)。
例子
>>> w = torch.empty(3, 5)
>>> nn.init.kaiming_uniform_(w, mode='fan_in', nonlinearity='relu')
init.kaiming_normal_
torch.nn.init.kaiming_normal_(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu')
用论文 “Delving deep into rectifiers: Surpassing human-level performance on ImageNet classification” - He, K. et al. (2015) 中提及的正态分布初始化输入 Tensor
。初始化后的张量中的值采样
N
(
0
,
s
t
d
)
N(0,std)
N(0,std) 且
也被称作 He initialization。
参数:
- tensor – n 维
torch.Tensor
- a – 该层后面一层的整流函数中负的斜率 (默认为 0,此时为 Relu)
- mode – ‘fan_in’ (default) 或者 ‘fan_out’。使用fan_in保持weights的方差在前向传播中不变;使用fan_out保持weights的方差在反向传播中不变。
- nonlinearity – 非线性函数 (
nn.functional
中的名字),推荐只使用 ‘relu’ 或 ‘leaky_relu’ (default)。
例子
>>> w = torch.empty(3, 5)
>>> nn.init.kaiming_normal_(w, mode='fan_out', nonlinearity='relu')
第三类:特殊矩阵
init.orthogonal_
torch.nn.init.orthogonal_(tensor, gain=1)
用论文 “Exact solutions to the nonlinear dynamics of learning in deep linear neural networks” - Saxe, A. et al. (2013) 中描述的(半)正定矩阵初始化输入 Tensor
。输入张量必须至少有 2 维,如果输入张量的维度大于 2, 则对后续维度进行放平操作。
参数:
- tensor – n 维
torch.Tensor
,且 n > 2 n>2 n>2 - gain – 可选缩放因子
例子
>>> w = torch.empty(3, 5)
>>> nn.init.orthogonal_(w)
init.sparse_
torch.nn.init.sparse_(tensor, sparsity, std=0.01)
用论文 “Deep learning via Hessian-free optimization” - Martens, J. (2010). 提及的稀疏矩阵初始化 2 维输入 Tensor
,且使用正态分布
N
(
0
,
0.01
)
N(0,0.01)
N(0,0.01) 初始化非零元素。
参数:
- tensor – n 维
torch.Tensor
- sparsity – 每一行置零元素的比例
- std – 初始化非零元素时使用正态分布的标准差
例子
>>> w = torch.empty(3, 5)
>>> nn.init.sparse_(w, sparsity=0.1)
init.eye_
torch.nn.init.eye_(tensor)
用单位矩阵初始化 2 维输入 Tensor
。 保持输入张量输入 Linear
时的独一性,并且越多越好.
参数:
- tensor – 2 维
torch.Tensor
例子
>>> w = torch.empty(3, 5)
>>> nn.init.eye_(w)
init.dirac_
torch.nn.init.dirac_(tensor)
用狄拉克
δ
δ
δ 函数初始化 {3, 4, 5} 维输入 Tensor
。 保持输入张量输入 Convolutional
时的独一性,并且越多通道越好。
参数:
- tensor – {3, 4, 5} 维
torch.Tensor
例子
>>> w = torch.empty(3, 16, 5, 5)
>>> nn.init.dirac_(w)
参考
https://blog.csdn.net/oldmao_2001/article/details/102895144