避免过拟合

欠拟合和过拟合

欠拟合是指在训练集和测试集（或验证集）上模型效果都不好，一般由于模型能力不足导致；过拟合是指模型在训练集上表现好，而在测试集上表现不好，一般由于模型过度拟合了训练集中的噪声导致。本文主要讨论解决过拟合问题的方法。

L2正则化

无论机器学习还是深度学习，L2正则化项都用于限制参数W过大，它被累加在代价函数之中。

代价函数Ｊ除了计算每个实例的误差Ｌ，还加入网络中每层参数Ｗ的2范数的平方，并用λ作为参数，当λ较大时，就需要Ｗ接近０，才能得到较小的代价函数，这样一些无关紧要的参数就变成了０，从而减少了模型的复杂度，以及压缩后模型的规模。另外，较小的Ｗ也使层之间传递的数据变小，这样在使用sigmoid和tanh激活函数时，数据刚好集中在中间类似线性变换的一段，使非线性变换的结果类似线性变换。由于多个线性组合叠加相当于单个线性层，因此也倾向于简化模型。

如果使用L1正则化，参数矩阵将变得稀疏，根据经验，一般L2效果更好。L2正则化方法可用于简化决策，但不适用于需要复杂决策的问题。使用该方法时，需要尝试多个λ值。

Dropout方法

Dropout方法是扔掉网络中的一些连接, 使结果不依赖于某个特定结点，从而构成更健壮的网络。

具体方法是将层中一定比例的参数置为0，反向传播时也不调节这些参数。需要注意的是，在调试和预测阶段一般不使用Dropout。如果在调试时也随机去掉连接，则不能保证每次实验结果一致，导致无法比较模型修改前后的效果，预测时则需要尽可能地使用网络功能，因此也不能去掉连接。

另外，如果手工实现Dropout功能还需要考虑补偿系数，例如在某层将20%的参数置0，导致训练时该层的输出与预测时的分布不一致，则需要在训练时将该层输出除以0.8。

归一化层

归一化层，也能在一定程度上缓解过拟合，它的原理与Dropout类似，都是引入噪声。比如Batch-Norm针对每个mini-batch计算均值和方差，而非对全体数据计算，相当于在训练集中加入了一些噪声，使得后面的层不过于依赖前层的某一单元。需要注意的是batch size越大，引入的噪声越小，正则效果也越差。

其它方法

还有一些方法也能缓解过拟合问题，如：

• 增加训练数据，在数据不足时，加入变形后的数据（旋转、裁剪、水平翻转）。
• Early stopping：当模型在验证集上不再下降时，停止迭代。
• 修改模型结构：训练样本过小，模型参数过多也是造成过拟合的原因，可尝试修改模型结构。