TensorFlow正则化小结

前言

在设计深度学习模型的时候,我们经常需要使用正则化(Regularization)技巧来减少模型的过拟合效果,例如 L1 正则化、L2 正则化等。在Keras中,我们可以方便地使用三种正则化技巧:

  • keras.regularizers.l1
  • keras.regularizers.l2
  • keras.regularizers.l1_l2

那么,我们应该如何使用这三种正则化技巧呢?以Keras中的Dense层为例,我们发现有以下三个参数:

  • kernel_regularizer
  • bias_regularizer
  • activity_regularizer

这三个参数代表什么含义,我们该使用哪一个呢?国内论坛鲜少有相关讨论,写此文以记之。

三个参数的异同

kernel_regularizer:初看似乎有点费解,kernel代表什么呢?其实在旧版本的Keras中,该参数叫做weight_regularizer,即是对该层中的权值进行正则化,亦即对权值进行限制,使其不至于过大。
bias_regularizer:与权值类似,限制该层中 biases 的大小。
activity_regularizer:更让人费解,activity又代表什么?其实就是对该层的输出进行正则化。由此可见Keras的命名团队各个都是鬼才。

现在我们知道了这三个参数的异同,那么,我们该在什么时候使用哪一个参数呢?网友 Bloc97 [1] 如是说:

  1. 大多数情况下,使用kernel_regularizer就足够了;
  2. 如果你希望输入和输出是接近的,你可以使用bias_regularizer
  3. 如果你希望该层的输出尽量小,你应该使用activity_regularizer

实验

我们使用一个简单的模型来测试以下正则化的效果,基准代码如下:

from tensorflow.python import keras


mnist = keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=10)
model.evaluate(x_test, y_test)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20

实验结果如下:

参数结果
no regularizer0.9770
kernel_regularizer=l1(0.001)0.9421
kernel_regularizer=l2(0.001)0.9690
kernel_regularizer=l2(0.0001)0.9785
kernel_regularizer=l1_l2(l1=0.0001, l2=0.0001)0.9753
bias_regularizer=l2(0.0001)0.9755
activity_regularizer=l2(0.0001)0.9764
kernel_regularizer=l2(0.0001)
bias_regularizer=l2(0.0001)
0.9771
activity_regularizer=l2(0.0001)0.9783
activation=‘linear’0.9233
activation='linear’
kernel_regularizer=l2(0.0001)
bias_regularizer=l2(0.0001)
0.9225
activation='linear’
activity_regularizer=l2(0.0001)
0.9199

实验结果(初步分析,并不绝对)说明:

  1. 正则化系数的选择很重要,选的不对容易有负面影响,选的好的话实验效果有提升;
  2. 实验四、五、六说明,在当前实验环境下,无论是 L1L2,还是 L1_L2,对实验结果影响都不大;

可能是由于 MNIST 任务太过于简单,实验结果区别都不是很大。具体使用哪种方法,只能由各位看官自己探索了。

Reference

  1. Bloc97. (December 17, 2018). Difference between kernel, bias, and activity regulizers in Keras. Retrieved from https://stats.stackexchange.com/questions/383310/difference-between-kernel-bias-and-activity-regulizers-in-keras
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页