d2l笔记：4.5 权重衰减

d2l笔记：4.5 权重衰减

权重衰减是一种正则化技术。简单点讲就是在优化的时候加入一个“鼓励”，使参数留在较小的状态，使最终的模型尽可能不要出现太多的抖动和过拟合。之前，我们的优化函数都致力于最小化损失函数，在使用这项技术之后，要将惩罚项也加到损失函数上一起作为优化的参考。常用的惩罚项是 L2范数。

准备工作

导入库

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

生成数据

n_train, n_test, num_inputs, batch_size = 20, 100, 200, 5
true_w, true_b = torch.ones((num_inputs, 1)) * 0.01, 0.05
train_data = d2l.synthetic_data(true_w, true_b, n_train)
train_iter = d2l.load_array(train_data, batch_size)
test_data = d2l.synthetic_data(true_w, true_b, n_test)
test_iter = d2l.load_array(test_data, batch_size, is_train=False)

这里模拟一个高维的线性回归的情况。

也就是说，本来数据挺简单的，但是却用了一个超级复杂的函数去拟合，而且样本还挺少，这种情况下线条就容易七拐八拐，也就是过拟合。在这种情况中权重衰减就可以明显让用不到的“多余维度”乖乖待在一个权重很小的状态下，不要出来“兴风作浪”。

从零开始实现

初始化模型参数

又是熟悉的味道：

def init_params():
    w = torch.normal(0, 1, size=(num_inputs, 1), requires_grad=True)
    b = torch.zeros(1, requires_grad=True)
    return [w, b]

定义 L2 范数惩罚项

def l2_penalty(w):
    return torch.sum(w.pow(2)) / 2

训练

在原来表示 loss 的地方再多加一个 lambd * l2_penalty(w)

def train(lambd):
    w, b = init_params()
    net, loss = lambda X: d2l.linreg(X, w, b), d2l.squared_loss
    num_epochs, lr = 100, 0.003
    animator = d2l.Animator(xlabel='epochs', ylabel='loss', yscale='log',
                            xlim=[5, num_epochs], legend=['train', 'test'])
    for epoch in range(num_epochs):
        for X, y in train_iter:
            l = loss(net(X), y) + lambd * l2_penalty(w)
            l.sum().backward()
            d2l.sgd([w, b], lr, batch_size)
        if (epoch + 1) % 5 == 0:
            animator.add(epoch + 1, (d2l.evaluate_loss(net, train_iter, loss),
                                     d2l.evaluate_loss(net, test_iter, loss)))
    print('w 的 L2 范数是：', torch.norm(w).item())

然后直接调用 train() 就行了。

train(lambd=3)

简洁实现

单层网络，只有一个全连接层。

使用均方误差。

【重要】在优化器上进行自定义，加入对权重的衰减。

其他的都大同小异。

def train_concise(wd):
    net = nn.Sequential(nn.Linear(num_inputs, 1))
    for param in net.parameters():
        param.data.normal_()
    loss = nn.MSELoss(reduction='none')
    num_epochs, lr = 100, 0.003
    trainer = torch.optim.SGD([
        {"params":net[0].weight, 'weight_decay':wd},
        {"params":net[0].bias}],
        lr=lr)
    animator = d2l.Animator(xlabel='epochs', ylabel='loss',
                            yscale='log', xlim=[5, num_epochs],
                            legend=['train', 'test'])
    for epoch in range(num_epochs):
        for X, y in train_iter:
            trainer.zero_grad()
            l = loss(net(X), y)
            l.mean().backward()
            trainer.step()
        if (epoch + 1) % 5 == 0:
            animator.add(epoch + 1,
                         (d2l.evaluate_loss(net, train_iter, loss),
                         d2l.evaluate_loss(net, test_iter, loss)))
    print('w 的 L2 范数是 ', net[0].weight.norm().item())

train_concise(3)