跟李沐学AI--Dropout

上一篇学习了怎么利用权重衰退来改善过拟合问题，这一篇讨论用Dropout（暂退法）改善过拟合。

线性模型在求解时，没有考虑特征之间的交互作用。与线性模型不同，深度神经网络不局限于单独查看每个特征，而是学习特征之间的交互。当样本数量足够多时， 线性模型往往不会过拟合，而深度神经网络仍有可能过拟合（我的理解是训练的时候神经网络记住了所有的训练数据，因此在训练时表现良好，损失可以控制在很小的范围。而面对不确定的多变的测试数据时，神经网络又无法得到很好的预测效果。）

为了让模型有更好的”泛化性“，模型在面对扰动时应具有很好的稳健性（即对噪声不敏感）。最简单的方法是给输入添加一些噪声，1995年，克⾥斯托弗·毕晓普证明了具有输⼊噪声的训练等价于Tikhonov正则化。随后，2014年，斯⾥⽡斯塔⽡等⼈提出在网络的层与层之间加入噪声，也就是dropout方法。

暂退法的思想是在隐藏层中丢弃某些单元，以减少模型对某些特征的依赖。如下图所示：

 那么，如何实现神经元的丢弃呢？在标准暂退法正则化中，假设某个神经元被丢弃的概率为p，那么该神经元的输出可以表示为：

计算期望值:

这种插入方式使得在插入了噪声后，每一层的期望等于没有插入噪声时的值。

手动实现暂退法代码如下：

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

num_inputs, num_outputs, num_hiddens1, num_hiddens2 = 784, 10, 256, 256
dropout1, dropout2 = 0.2, 0.5


def dropout_layer(x, dropout):
    assert 0 <= dropout <= 1
    if dropout == 1:
        return torch.zeros_like(x)
    if dropout == 0:
        return x
    # mask = (torch.Tensor(x.shape).uniform_(0, 1) > dropout).float()   # 生成0-1之间的均匀分布，大于dropout即为1，小于即为0
    mask = (torch.rand(x.shape) > dropout).float()
    return mask * x / (1.0 - dropout)


# *************************************** 定义模型 *******************************************************************
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))))
        # 在训练时使用dropout
        if self.training:  # == True:
            H1 = dropout_layer(H1, dropout1)
        H2 = self.relu(self.lin2(H1))
        if self.training:
            H2 = dropout_layer(H2, dropout2)
        out = self.lin3(H2)
        return out


# *************************************** 训练和测试 *******************************************************************
def train():
    net = Net(num_inputs, num_outputs, num_hiddens1, num_hiddens2)
    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)
    d2l.plt.show()


if __name__ == "__main__":
    train()

 运行结果如下：

 简洁实现：

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


def init_weights(m):
    if type(m) == nn.Linear:
        nn.init.normal_(m.weight, std=0.1)


def train():
    num_inputs, num_outputs, num_hiddens1, num_hiddens2 = 784, 10, 256, 256  # 定义两个隐藏层，每个隐藏层都包含256个单元
    dropout1, dropout2 = 0.2, 0.5   # 隐藏层丢弃的概率

    net = nn.Sequential(nn.Flatten(), nn.Linear(num_inputs, num_hiddens1), nn.ReLU(), nn.Dropout(dropout1),
                        nn.Linear(num_hiddens1, num_hiddens2), nn.ReLU(), nn.Dropout(dropout2), nn.Linear(num_hiddens2, num_outputs))
    net.apply(init_weights)

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

    d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)
    d2l.plt.show()


if __name__ == "__main__":
    train()