Tensorflow(6):过拟合，正则化，CNN，池化，CIFAR100实战，BatchNorm，ResNet实战

1、过拟合与欠拟合

当polynomial feature 的高次项越来越大时，模型预测可以在训练集上有好的结果，但在测试集上表现很差。

欠拟合

模型的复杂度小于真实数据的复杂度，叫欠拟合

• 训练集表现很差
• 测试集表现也很差

过拟合

模型的复杂度大于真实数据的复杂度，叫过拟合

• 训练集表现很好
• 测试集表现很差
• 泛化能力变差 general performance

2、交叉验证

划分train set和test set

做测试的目的是为了选择模型的参数，避免过拟合，叫做validation。

每一次epoch后都做一次validation test，选取acc最高的参数

train test trade-off

输入的input高次项越高时，testing error会变大。

train set，validation set，test set

将原有训练集分为train和validation set，对训练集进行训练和测试。调整模型的参数，避免过拟合。将调整好的参数再带入test set测试得到acc。

k-fold cross-validation

将train set分割为k份，每份都做一次validation test。

• merge train/val sets
• random sample 1/k val set

3、Regularization：减轻over fitting

• more data

• constraint model complexity
  shallow / regularization

• drop out

• data argumentation

• early stopping

• L1-norm：enforce weights close to 0

• L2-norm

将高次项的weight接近于0，让函数曲线变得很平滑，在做梯度下降时，对梯度加了一个常数，使得每次梯度下降的更快，即权值变得更小。
正则项可以减少noise对模型的干扰

使分类线变得更加平滑，泛化能力增强

如果模型没有overfitting，会使模型的performance急剧下降。

4、 动量与学习率衰减

• momentum
• learning rate decay

Momentum

加入momentum之前梯度更新的沿着当前时刻的梯度反方向更新，加入momentum后还会考虑上个时刻的梯度的反方向。这样，当t时刻的梯度较小，参数衰减变慢时，t-1时刻的梯度可以帮助参数在loss平滑的区域继续衰减。即加入一个惯性。

• $\beta$的值代表t-1时刻的梯度方向对当前t时刻weight更新方向的贡献比。

Adam内置了momentum参数

learning rate tuning

• lr太小，更新速度太慢
• lr太大，无法逼近local minimum，loss忽大忽小

当梯度较大时，可以赋予大的learning rate，梯度变小为了更好地接近局部最小值，可以减小learning rate。减小的比例可以是前面时刻的梯度的累加根号。

6、early stopping

在overfitting 前提前结束epoch

• validation set to select parameters
• monitor validation performance
• stop at the highest val performance

dropout：减少过拟合

learning less to learn better