训练参数及其含义
- 学习率(lr):梯度下降反向传播时的学习速率,可以通过不同分布生成变化的学习率
- weight_decay:实际上就是L2正则化向中的 λ \lambda λ
机器学习技巧及意义
梯度累加(Gradient Accumulation)
在GPU内存被限制的时候,使用相对小的batch进行训练,但不在每个batch训练完成后更新参数,而是在若干个batch完成后,一次性更新参数并清空梯度,这样可以得到类似大batch size的训练效果
for i, (inputs, labels)in enumerate(trainloader):
outputs= net(inputs) # 正向传播
loss= criterion(outputs, labels) # 计算损失函数
loss= loss/ accumulation_steps # 损失标准化
loss.backward() # 反向传播,计算梯度
if (i+1)% accumulation_steps== 0:
optimizer.step() # 更新参数
optimizer.zero_grad() # 梯度清零
if (i+1)% evaluation_steps== 0:
evaluate_model()
残差(residual)
残差在数理统计中是指实际观察值与估计值(拟合值)之间的差,如果回归模型正确的话, 我们可以将残差看作误差的观测值。
残差网络可以解决网络深化厚的退化问题。
残差网络整体上的思路就是,如果设置了残差,就会有一个从输入直接到输出的shotcut function。
如图残差图的关键就是插入了一个从输入到输出的Indentity函数,一个神经网络层由F(x)变为F(x)+x,假如最优输入为x,只需要优化F(x)=H(x)-x=0即可。
如果输入维度和输出维度不一致,还需要一个线性层将输入维度转化为输出维度。
残差图起作用的原因是,由于有了shortcut,一个神经网络层的存在最差也不会损失精度(计算图仅仅通过identity函数),同时也有可能学习到使得精度提高的参数变化(神经网络参数)。