深度学习整理

激活函数

https://blog.csdn.net/kangyi411/article/details/78969642

梯度爆炸、梯度消失

根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都小于1的话，那么即使这个结果是0.99，在经过足够多层传播之后，误差对输入层的偏导会趋于0。这种情况会导致靠近输入层的隐含层神经元调整极小。

同样的，如果每一层神经元对上一层的输出的偏导乘上权重结果都大于1的话，在经过足够多层传播之后，误差对输入层的偏导会趋于无穷大。这种情况又会导致靠近输入层的隐含层神经元调整变动极大。

解决办法：

1. relu （系列，还有 leaky relu 等）激活函数，正数部分的梯度都是 1，负数部分都是 0，不存在累加效应
2. BN 层（batch normalization）：通过对每一层的输出规范为均值和方差一致的方法，消除了 w 带来的放大缩小的影响，进而解决梯度消失和爆炸的问题
3. 权重正则化：如在Keras深度学习库中，可以在每层上使用L1或L2正则器设置kernel_regularizer参数来完成权重的正则化操作。
4. 残差结构（resnet）

过拟合的解决

原因

1. 训练数据不足 or 样本里的噪音数据干扰过大
2. epoch 迭代轮次过多
3. 参数太多、模型复杂度高 （网络层过多，神经元个数过多，树身过深，叶子结点过多等）

解决

1. 训练集越多，过拟合的概率越小，数据增强等进行增加训练数据
2. 减少特征数量
3. 调低模型复杂度：减少层数、减少树深等
4. 机器学习中，增加正则约束，深度学习中，增加 Dropout 层
5. 减少训练轮次，early stop，
6. 更加细致的数据清理（脏数据、空值数据等）
7. 采用更大的 batch size 和更大的 learning_rate，但是 batch size 不要过大，在 512 以内
8. optimizer 中加入正则

网络技巧

1. 数据预处理，进行 max - min 归一化
2. 训练数据进行 shuffle 打乱顺序
3. 在数据集很大的情况下，先用 1/10 的数据跑，推算模型性能和训练时间
4. 输出层使用正确的激活函数。如：在最后一层只使用 relu 激活函数的话，神经网络便只会训练得到正值。而且网络最后一层之前不要加 relu 等激活（sigmoid 或者 softmax 之前不要激活）因为 softmax 本身就是激活函数了
5. DropOut 值一般设为0.5，一般只需要最后一层 softmax 或者 sigmoid 前用就可以了）
6. learning rate：从 0.1 开始，然后逐步 * 0.1 进行
7. batch_size：128 左右开始，某些任务 batch_size 设成1有奇效。
8. embedding size：一般是 128 附近
9. 优化器：sgd 收敛速度会慢一些，但是最终收敛后的结果，一般都比较好。如果使用 sgd 的话,可以选择从1.0或者 0.1 的学习率开始,隔一段时间,在验证集上检查一下,如果cost没有下降,就对学习率减半，adam,adadelta 等可以自动对学习率进行衰减，可以解决一堆奇奇怪怪的问题
10. 看train/eval的loss曲线，正常的情况应该是train loss呈log状一直下降最后趋于稳定，eval loss开始时一直下降到某一个epoch之后开始趋于稳定或开始上升，这时候可以用early stopping保存eval loss最低的那个模型