计算机视觉（三）

训练与调优

激活函数

1、sigmoid函数不再适用的原因：1）在某些情况下梯度会消失，不利于反向传播，例如，当输如的值过大或过小时，根据函数的图像，返回的梯度都会是0，阻断了梯度的反向传播。2）不是以0为中心，梯度更新低效
拿sigmoid举例，不是以零为中心，会造成其反向传播的导数不是正就是负，假设w是一个二维向量，其减少的方向只会是第一象限或第三象限，对于下面的情况就比较低效。
2、tanh函数：第二个问题可以避免，但第一个避免不了
3、relu：又快又简单，最接近神经元的工作过程，但仍有缺点，例如不以0为中心，负半轴容易出现梯度的消失
4、leaky relu：$\max (0.01x,x)$
prelu: $\max (\alpha x,x)$

这样可以消除梯度消失的影响。
5、erelu：

6、maxout neural：$\max (w_1^{T}x+b_1,w_2^{T}x+b_2)$
会避免前面许多缺点，但参数加倍

数据预处理

1、在图像处理中，我们一般会做零均值化，但一般不会做归一化，这跟大多数的机器学习问题不同，不需要将所有的特征都投影到相同的范围内，在图像中，我们还是想针对图像本身进行操作。

优化算法

1、SGD：当在某些方向梯度变化敏感，某些方向不敏感，梯度可能在敏感的方向做之字形运动，如下：

这在高维上可能会更加敏感；而且，SGD容易卡在鞍点。
2、Nesterov momentum:


由于这种形式不能同时计算梯度跟损失，故进行改写为：

3、adagrad：每一步都累加梯度的平方，更新参数时再除以这个平方的开方

但随着训练的进行，步长会越来越小，因此出现了其改进：

Adam算法进一步综合了二者的优点，一般也是现在默认的算法

正则化

1、dropconnect：不是随机将激活函数置零，而是随机将部分权值置零。
2、随机最大池化：在池化过程中，随机进行区域池化（不常用，也不太懂）
3、随机深度：训练时随机丢掉部分层，测试时使用全部层（不常用）