【Dive into Deep Learning |动手学深度学习（李沐）】4.6 暂退法(Dropout)--学习笔记

动机

• 一个好的模型需要对输入数据的扰动鲁棒
  • 使用有噪音的数据等价于Tikhonov正则
  • 丢弃法：在层之间加入噪音

无偏差的加入噪音
对于x加入噪音得到x’,希望噪音的期望不变，即E[x’]=x.
丢弃法对每个元素进行如下扰动：

期望不变的原因：

使用丢弃法

训练中的丢弃法

• h表示隐藏层的输出并作用于激活函数$\sigma$
• h’表示使用丢弃法，会将隐藏层的某些隐藏单元消除，因为在p的概率内，xi’会等于0，而放大另一些隐藏单元的权重。如图，隐藏单元h2、h5被消除，而h1、h3、h4的权重被放大。
• o表示输出层的输出
• y则表示作用softmax得到最后的输出

推理中的丢弃法

在推理的时候，丢弃法输出的就是输出本身，不会对输出有改变。这样能保证确定性的输出。

总结

代码实现

要实现单层的暂退法函数， 我们从均匀分布U[0,1]中抽取样本，样本数与这层神经网络的维度一致。 然后我们保留那些对应样本大于p的节点，把剩下的丢弃。
在下面的代码中，我们实现 dropout_layer 函数， 该函数以dropout的概率丢弃张量输入X中的元素， 如上所述重新缩放剩余部分：将剩余部分除以1.0-dropout。

import torch
from torch import nn
from d2l import torch as d2l


def dropout_layer(X, dropout):
    assert 0 <= dropout <= 1
    # 在本情况中，所有元素都被丢弃
    if dropout == 1:
        return torch.zeros_like(X)
    # 在本情况中，所有元素都被保留
    if dropout == 0:
        return X
mask = (torch.rand(X.shape) > dropout).float()
    return mask * X / (1.0 - dropout)

mask = (torch.rand(X.shape) > dropout).float()。这是一个使用随机掩码来进行 dropout 操作的代码片段。它通过生成一个与输入张量 X 相同形状的随机数张量，然后将其中大于 dropout 阈值的元素置为 1，小于等于 dropout 阈值的元素置为 0。最后，将该随机数张量转换为浮点数类型的张量。这样，我们可以使用该掩码对输入张量 X 进行 dropout 操作。

通过下面几个例子来测试dropout_layer函数。 我们将输入X通过暂退法操作，暂退概率分别为0、0.5和1。

X= torch.arange(16, dtype = torch.float32).reshape((2, 8))
print(X)
print(dropout_layer(X, 0.))
print(dropout_layer(X, 0.5))
print(dropout_layer(X, 1.))

可以看到，x是一个2行8列的张量，当dropout设为0时，就保留x中的所有元素，当dropout设为0.5时，x中的元素就有0.5的概率被设为0，当dropout设为1时，x中的所有元素都被置为0.

定义模型参数

#输入、输出、第一个隐藏层个数、第二个隐藏层个数
num_inputs, num_outputs, num_hiddens1, num_hiddens2 = 784, 10, 256, 256  

定义模型

dropout1, dropout2 = 0.2, 0.5 #设置dropout的值

class Net(nn.Module):
    def __init__(self, num_inputs, num_outputs, num_hiddens1, num_hiddens2,
                 is_training = True): 
        #如果是在训练，定义参数
        super(Net, self).__init__()
        self.num_inputs = num_inputs
        self.training = is_training
        self.lin1 = nn.Linear(num_inputs, num_hiddens1)
        self.lin2 = nn.Linear(num_hiddens1, num_hiddens2)
        self.lin3 = nn.Linear(num_hiddens2, num_outputs)
        self.relu = nn.ReLU()

    def forward(self, X):
        H1 = self.relu(self.lin1(X.reshape((-1, self.num_inputs))))
        # 只有在训练模型时才使用dropout
        if self.training == True:
            # 在第一个全连接层之后添加一个dropout层
            H1 = dropout_layer(H1, dropout1)
        H2 = self.relu(self.lin2(H1))
        if self.training == True:
            # 在第二个全连接层之后添加一个dropout层
            H2 = dropout_layer(H2, dropout2)
        out = self.lin3(H2)
        return out


net = Net(num_inputs, num_outputs, num_hiddens1, num_hiddens2)

训练和测试

num_epochs, lr, batch_size = 10, 0.5, 256
loss = nn.CrossEntropyLoss(reduction='none')
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
trainer = torch.optim.SGD(net.parameters(), lr=lr)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)

简洁实现

net = nn.Sequential(nn.Flatten(), #将输入拉平，拉成一个2维的
        nn.Linear(784, 256), #第一个全连接层，其中784是输入，256是隐藏层大小
        nn.ReLU(), #激活函数
        # 在第一个全连接层之后添加一个dropout层
        nn.Dropout(dropout1),
        nn.Linear(256, 256), #再一个隐藏层
        nn.ReLU(),
        # 在第二个全连接层之后添加一个dropout层
        nn.Dropout(dropout2),
        nn.Linear(256, 10))

def init_weights(m):
    if type(m) == nn.Linear: #如果m是线性模型，，初始化参数
        nn.init.normal_(m.weight, std=0.01)

net.apply(init_weights);

trainer = torch.optim.SGD(net.parameters(), lr=lr) #优化函数
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer) #开始训练

小结

• 暂退法在前向传播过程中，计算每一内部层的同时丢弃一些神经元。
• 暂退法可以避免过拟合，它通常与控制权重向量的维数和大小结合使用的。
• 暂退法将活性值h替换为具有期望值h的随机变量。
• 暂退法仅在训练期间使用