算法工程師煉丹Tricks手冊(附1090頁P(yáng)DF下載)

每隔一段時(shí)間重啟學(xué)習(xí)率，這樣在單位時(shí)間內(nèi)能收斂到多個局部最小值，可以得到很多個模型做集成。

scheduler = lambda x: ((LR_INIT-LR_MIN)/2)*(np.cos(PI*(np.mod(x-1,CYCLE)/(CYCLE)))+1)+LR_MIN

當(dāng)training loss大于一個閾值時(shí)，進(jìn)行正常的梯度下降；當(dāng)training loss低于閾值時(shí)，會反過來進(jìn)行梯度上升，讓training loss保持在一個閾值附近，讓模型持續(xù)進(jìn)行“random walk”，并期望模型能被優(yōu)化到一個平坦的損失區(qū)域，這樣發(fā)現(xiàn)test loss進(jìn)行了double decent。

flood = (loss - b).abs() + b    

Warmup有助于減緩模型在初始階段對mini-batch的提前過擬合現(xiàn)象，保持分布的平穩(wěn)，同時(shí)有助于保持模型深層的穩(wěn)定性。

warmup_steps = int(batches_per_epoch * 5)warmup_lr = (initial_learning_rate * tf.cast(global_step, tf.float32) / tf.cast(warmup_steps, tf.float32))return tf.cond(global_step < warmup_steps, lambda: warmup_lr, lambda: lr)

RAdam 的核心在于用指數(shù)滑動平均去估計(jì)梯度每個分量的一階矩(動量)和二階矩(自適應(yīng)學(xué)習(xí)率)，并用二階矩去 normalize 一階矩，得到每一步的更新量。

from radam import *

對抗訓(xùn)練（Adversarial Training），顧名思義，就是在訓(xùn)練過程中產(chǎn)生一些攻擊樣本，早期是FGSM和I-FGSM攻擊，目前當(dāng)前最優(yōu)的攻擊手段是PGD。對抗訓(xùn)練，相當(dāng)于是加了一層正則化，給神經(jīng)網(wǎng)絡(luò)的隨機(jī)梯度優(yōu)化限制了一個李普希茨的約束。

傳統(tǒng)上認(rèn)為，這個訓(xùn)練方式會犧牲掉一定的測試精度，因?yàn)榫矸e模型關(guān)注局部特性，會學(xué)到一些敏感于擾動的特征，對抗訓(xùn)練是一種去偽存真的過程，這是目前像素識別的視覺算法的局限性。這里蘇建林在kexue.fm里實(shí)現(xiàn)是很簡單的，詳情參看引用鏈接。

# 寫好函數(shù)后，啟用對抗訓(xùn)練只需要一行代碼
adversarial_training(model, 'Embedding-Token', 0.5)

針對類別不平衡問題，用預(yù)測概率對不同類別的loss進(jìn)行加權(quán)。Focal loss對CE loss增加了一個調(diào)制系數(shù)來降低容易樣本的權(quán)重值，使得訓(xùn)練過程更加關(guān)注困難樣本。

loss = -np.log(p) 
loss = (1-p)^G * loss

    隨機(jī)丟棄，抑制過擬合，提高模型魯棒性。

Batch Normalization 于2015年由 Google 提出，開 Normalization 之先河。其規(guī)范化針對單個神經(jīng)元進(jìn)行，利用網(wǎng)絡(luò)訓(xùn)練時(shí)一個 mini-batch 的數(shù)據(jù)來計(jì)算該神經(jīng)元  的均值和方差,因而稱為 Batch Normalization。

x = (x - x.mean()) / x.std()

用極簡的方式實(shí)現(xiàn)非線性激活，緩解梯度消失。

x = max(x, 0)

Face book AI research（FAIR）吳育昕-愷明聯(lián)合推出重磅新作Group Normalization（GN），提出使用Group Normalization 替代深度學(xué)習(xí)里程碑式的工作Batch normalization。一句話概括，Group Normbalization（GN）是一種新的深度學(xué)習(xí)歸一化方式，可以替代BN。

def GroupNorm(x, gamma, beta, G, eps=1e-5):
    # x: input features with shape [N,C,H,W]
    # gamma, beta: scale and offset, with shape [1,C,1,1]
    # G: number of groups for GN
    N, C, H, W = x.shape
    x = tf.reshape(x, [N, G, C // G, H, W])
    mean, var = tf.nn.moments(x, [2, 3, 4], keep dims=True)
    x = (x - mean) / tf.sqrt(var + eps)
    x = tf.reshape(x, [N, C, H, W])
    return x * gamma + beta

label smoothing將hard label轉(zhuǎn)變成soft label，使網(wǎng)絡(luò)優(yōu)化更加平滑。標(biāo)簽平滑是用于深度神經(jīng)網(wǎng)絡(luò)（DNN）的有效正則化工具，該工具通過在均勻分布和hard標(biāo)簽之間應(yīng)用加權(quán)平均值來生成soft標(biāo)簽。它通常用于減少訓(xùn)練DNN的過擬合問題并進(jìn)一步提高分類性能。

targets = (1 - label_smooth) * targets + label_smooth / num_classes

• 徹底解決GAN訓(xùn)練不穩(wěn)定的問題，不再需要小心平衡生成器和判別器的訓(xùn)練程度

• 基本解決了Collapse mode的問題，確保了生成樣本的多樣性

• 訓(xùn)練過程中終于有一個像交叉熵、準(zhǔn)確率這樣的數(shù)值來指示訓(xùn)練的進(jìn)程，數(shù)值越小代表GAN訓(xùn)練得越好，代表生成器產(chǎn)生的圖像質(zhì)量越高

• 不需要精心設(shè)計(jì)的網(wǎng)絡(luò)架構(gòu)，最簡單的多層全連接網(wǎng)絡(luò)就可以做到以上3點(diǎn)。

一種網(wǎng)絡(luò)結(jié)構(gòu)，提供恒等映射的能力，保證模型不會因網(wǎng)絡(luò)變深而退化。

F(x) = F(x) + x

權(quán)重初始化對模型收斂速度和模型質(zhì)量有著重要的影響。參數(shù)在剛開始不能全都初始化為0，因?yàn)槿绻械膮?shù)都是0，那么所有神經(jīng)元的輸出都將是相同的，在反向傳播時(shí)同一層內(nèi)所有的神經(jīng)元的行為也都一致。

Embedding(embeddings_initializer=word2vec_emb,input_dim=2009,output_dim=DOTA)

點(diǎn)擊下方??跳轉(zhuǎn) 煉丹筆記 公眾號

發(fā)送“ML2021”即可領(lǐng)取1090頁干貨PDF。

目錄內(nèi)容

點(diǎn)擊下方??跳轉(zhuǎn) 煉丹筆記 公眾號

發(fā)送“ML2021”即可領(lǐng)取1090頁干貨PDF。