d2l笔记：4.6 暂退法(dropout)

d2l笔记：4.6 暂退法(dropout)

暂退法的目标就是改进深层网络的泛化性。

经典泛化理论认为，应以简单的模型为目标，也就是维度较小的模型，这个想法正对应了权重衰减的技巧。

另一个要点是平滑性，也即加入随机噪声不会对结果造成过大影响，于是，暂退法应运而生。

暂退法是指在前向传播的过程中注入噪声，表面上看就是在训练的过程中丢弃一些神经元，标准暂退法包括在计算下一层之前将当前层中的一些节点置零。

加入噪声的方法值得思考。一种想法是无偏向地注入噪声，保持每层的期望不变，将一些结点的活性设成0，并将“多出来的活性值”让其他未被丢弃的结点分掉，也就是下面的式子：
$$h^{\prime }=\{\begin{array}{ll}0,& 概率为p\\ \frac{h}{1-p},& 其他情况\end{array}$$
一般在测试时不会使用暂退法，但是使用暂退法可以估计神经网络预测的“稳定性”。

导入包

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

从零开始实现

dropout layer

当 dropout 的值为 0 或 1 时，直接返回对应的值，这样的处理可以防止之后除以零或出现一些奇怪的状况。在一般的情况下，使用随机数和布尔值的特性直接计算（非常简洁）。

def dropout_layer(X, dropout):
    assert 0 <= dropout <= 1

    if dropout == 1:
        return torch.zeros_like(X)
    if dropout == 0:
        return X
    mask = (torch.rand(X.shape) > dropout).float()
    return mask * X / (1.0 - dropout)

超参数的设定

num_inputs, num_outputs, num_hiddens1, num_hiddens2 = 784, 10, 256, 256

dropout1, dropout2 = 0.2, 0.5

网络的建立

由于在测试的时候不需要有暂退的结点，所以需要在类中记录训练状态以便控制。

网络中有两个 dropout 层。

其他代码还是熟悉的味道。

class Net(nn.Module):
    def __init__(self, num_inputs, num_outputs, 
                 num_hiddens1, num_hiddens2,
                 is_training=True):
        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))))
        if self.training == True:
            H1 = dropout_layer(H1, dropout1)
        H2 = self.relu(self.lin2(H1))
        if self.training == True:
            H2 = dropout_layer(H2, dropout2)
        out = self.lin3(H2)
        return out

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

训练

设置epoch大小、学习率、batch 大小等超参数，采用交叉熵损失，采用随机梯度下降，一切照旧。

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

构建网络

与上面的实现相同，使用了三个全连接层，在层之间用了ReLU，并使用了暂退法。

net = nn.Sequential(nn.Flatten(),
                    nn.Linear(784, 256),
                    nn.ReLU(),
                    nn.Dropout(dropout1),
                    nn.Linear(256, 256),
                    nn.ReLU(),
                    nn.Dropout(dropout2),
                    nn.Linear(256, 10))

初始化模型参数

def init_weights(m):
    if type(m) == nn.Linear:
        nn.init.normal_(m.weight, std=0.01)
        
net.apply(init_weights)

训练

trainer = torch.optim.SGD(net.parameters(), lr=lr)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)