最常見的4個(gè)神經(jīng)網(wǎng)絡(luò)錯(cuò)誤是什么？

最常見的神經(jīng)網(wǎng)絡(luò)錯(cuò)誤：

1)你沒有首先嘗試過擬合單個(gè)batch。

2)你忘了為網(wǎng)絡(luò)設(shè)置train/eval模式。

3)在.backward()之前忘記了.zero_grad()(在pytorch中)。

4)將softmaxed輸出傳遞給了期望原始logits的損失，還有其他嗎？

這篇文章將逐點(diǎn)分析這些錯(cuò)誤是如何在PyTorch代碼示例中體現(xiàn)出來的。

代碼：https://github.com/missinglinkai/common-nn-mistakes

常見錯(cuò)誤 #1 你沒有首先嘗試過擬合單個(gè)batch

Andrej說我們應(yīng)該過擬合單個(gè)batch。為什么？好吧，當(dāng)你過擬合了單個(gè)batch —— 你實(shí)際上是在確保模型在工作。我不想在一個(gè)巨大的數(shù)據(jù)集上浪費(fèi)了幾個(gè)小時(shí)的訓(xùn)練時(shí)間，只是為了發(fā)現(xiàn)因?yàn)橐粋€(gè)小錯(cuò)誤，它只有50%的準(zhǔn)確性。當(dāng)你的模型完全記住輸入時(shí)，你會(huì)得到的結(jié)果是對(duì)其最佳表現(xiàn)的很好的預(yù)測(cè)。

可能最佳表現(xiàn)為零，因?yàn)樵趫?zhí)行過程中拋出了一個(gè)異常。但這沒關(guān)系，因?yàn)槲覀兒芸炀湍馨l(fā)現(xiàn)問題并解決它?？偨Y(jié)一下，為什么你應(yīng)該從數(shù)據(jù)集的一個(gè)小子集開始過擬合：

發(fā)現(xiàn)bug

估計(jì)最佳的可能損失和準(zhǔn)確率

快速迭代

在PyTorch數(shù)據(jù)集中，你通常在dataloader上迭代。你的第一個(gè)嘗試可能是索引train_loader。

#TypeError:'DataLoader'objectdoesnotsupportindexing first_batch=train_loader[0]

你會(huì)立即看到一個(gè)錯(cuò)誤，因?yàn)镈ataLoaders希望支持網(wǎng)絡(luò)流和其他不需要索引的場(chǎng)景。所以沒有__getitem__方法，這導(dǎo)致了[0]操作失敗，然后你會(huì)嘗試將其轉(zhuǎn)換為list，這樣就可以支持索引。

#slow,wasteful first_batch=list(train_loader)[0]

但這意味著你要評(píng)估整個(gè)數(shù)據(jù)集這會(huì)消耗你的時(shí)間和內(nèi)存。那么我們還能嘗試什么呢?

在Python for循環(huán)中，當(dāng)你輸入如下:

foriteminiterable: do_stuff(item)

你有效地得到了這個(gè)：

iterator=iter(iterable) try: whileTrue: item=next(iterator) do_stuff(item) exceptStopIteration: pass

調(diào)用“iter”函數(shù)來創(chuàng)建迭代器，然后在循環(huán)中多次調(diào)用該函數(shù)的“next”來獲取下一個(gè)條目。直到我們完成時(shí)，StopIteration被觸發(fā)。在這個(gè)循環(huán)中，我們只需要調(diào)用next, next, next… 。為了模擬這種行為但只獲取第一項(xiàng)，我們可以使用這個(gè)：

first=next(iter(iterable))

我們調(diào)用“iter”來獲得迭代器，但我們只調(diào)用“next”函數(shù)一次。注意，為了清楚起見，我將下一個(gè)結(jié)果分配到一個(gè)名為“first”的變量中。我把這叫做“next-iter” trick。在下面的代碼中，你可以看到完整的train data loader的例子：

forbatch_idx,(data,target)inenumerate(train_loader): #trainingcodehere

下面是如何修改這個(gè)循環(huán)來使用 first-iter trick ：

first_batch=next(iter(train_loader)) forbatch_idx,(data,target)inenumerate([first_batch]*50): #trainingcodehere

你可以看到我將“first_batch”乘以了50次，以確保我會(huì)過擬合。

常見錯(cuò)誤 #2: 忘記為網(wǎng)絡(luò)設(shè)置 train/eval 模式

為什么PyTorch關(guān)注我們是訓(xùn)練還是評(píng)估模型？最大的原因是dropout。這項(xiàng)技術(shù)在訓(xùn)練中隨機(jī)去除神經(jīng)元。

想象一下，如果右邊的紅色神經(jīng)元是唯一促成正確結(jié)果的神經(jīng)元。一旦我們移除紅色神經(jīng)元，它就迫使其他神經(jīng)元訓(xùn)練和學(xué)習(xí)如何在沒有紅色的情況下保持準(zhǔn)確。這種drop-out提高了最終測(cè)試的性能 —— 但它對(duì)訓(xùn)練期間的性能產(chǎn)生了負(fù)面影響，因?yàn)榫W(wǎng)絡(luò)是不全的。在運(yùn)行腳本并查看MissingLink dashobard的準(zhǔn)確性時(shí)，請(qǐng)記住這一點(diǎn)。

在這個(gè)特定的例子中，似乎每50次迭代就會(huì)降低準(zhǔn)確度。

如果我們檢查一下代碼 —— 我們看到確實(shí)在train函數(shù)中設(shè)置了訓(xùn)練模式。

deftrain(model,optimizer,epoch,train_loader,validation_loader): model.train()#???????????? forbatch_idx,(data,target)inexperiment.batch_loop(iterable=train_loader): data,target=Variable(data),Variable(target) #Inference output=model(data) loss_t=F.nll_loss(output,target) #Theiconicgrad-back-steptrio optimizer.zero_grad() loss_t.backward() optimizer.step() ifbatch_idx%args.log_interval==0: train_loss=loss_t.item() train_accuracy=get_correct_count(output,target)*100.0/len(target) experiment.add_metric(LOSS_METRIC,train_loss) experiment.add_metric(ACC_METRIC,train_accuracy) print('TrainEpoch:{}[{}/{}({:.0f}%)] Loss:{:.6f}'.format( epoch,batch_idx,len(train_loader), 100.*batch_idx/len(train_loader),train_loss)) withexperiment.validation(): val_loss,val_accuracy=test(model,validation_loader)#???????????? experiment.add_metric(LOSS_METRIC,val_loss) experiment.add_metric(ACC_METRIC,val_accuracy)

這個(gè)問題不太容易注意到，在循環(huán)中我們調(diào)用了test函數(shù)。

deftest(model,test_loader): model.eval() #...

在test函數(shù)內(nèi)部，我們將模式設(shè)置為eval!這意味著，如果我們?cè)谟?xùn)練過程中調(diào)用了test函數(shù)，我們就會(huì)進(jìn)eval模式，直到下一次train函數(shù)被調(diào)用。這就導(dǎo)致了每一個(gè)epoch中只有一個(gè)batch使用了drop-out ，這就導(dǎo)致了我們看到的性能下降。

修復(fù)很簡單 —— 我們將model.train()向下移動(dòng)一行，讓如訓(xùn)練循環(huán)中。理想的模式設(shè)置是盡可能接近推理步驟，以避免忘記設(shè)置它。修正后，我們的訓(xùn)練過程看起來更合理，沒有中間的峰值出現(xiàn)。請(qǐng)注意，由于使用了drop-out ，訓(xùn)練準(zhǔn)確性會(huì)低于驗(yàn)證準(zhǔn)確性。

常用的錯(cuò)誤 #3: 忘記在.backward()之前進(jìn)行.zero_grad()

當(dāng)在 “l(fā)oss”張量上調(diào)用 “backward” 時(shí)，你是在告訴PyTorch從loss往回走，并計(jì)算每個(gè)權(quán)重對(duì)損失的影響有多少，也就是這是計(jì)算圖中每個(gè)節(jié)點(diǎn)的梯度。使用這個(gè)梯度，我們可以最優(yōu)地更新權(quán)值。

這是它在PyTorch代碼中的樣子。最后的“step”方法將根據(jù)“backward”步驟的結(jié)果更新權(quán)重。從這段代碼中可能不明顯的是，如果我們一直在很多個(gè)batch上這么做，梯度會(huì)爆炸，我們使用的step將不斷變大。

output=model(input)#forward-pass loss_fn.backward()#backward-pass optimizer.step()#updateweightsbyanevergrowinggradient????????????

為了避免step變得太大，我們使用zero_grad方法。

output=model(input)#forward-pass optimizer.zero_grad()#resetgradient???? loss_fn.backward()#backward-pass optimizer.step()#updateweightsusingareasonablysizedgradient????

這可能感覺有點(diǎn)過于明顯，但它確實(shí)賦予了對(duì)梯度的精確控制。有一種方法可以確保你沒有搞混，那就是把這三個(gè)函數(shù)放在一起：

zero_grad

backward

step

在我們的代碼例子中，在完全不使用zero_grad的情況下。神經(jīng)網(wǎng)絡(luò)開始變得更好，因?yàn)樗诟倪M(jìn)，但梯度最終會(huì)爆炸，所有的更新變得越來越垃圾，直到網(wǎng)絡(luò)最終變得無用。

調(diào)用backward之后再做zero_grad。什么也沒有發(fā)生，因?yàn)槲覀儾恋袅颂荻?，所以?quán)重沒有更新。剩下的唯一有變化的是dropout。

我認(rèn)為在每次step方法被調(diào)用時(shí)自動(dòng)重置梯度是有意義的。

在backward的時(shí)候不使用zero_grad的一個(gè)原因是，如果你每次調(diào)用step()時(shí)都要多次調(diào)用backward，例如，如果你每個(gè)batch只能將一個(gè)樣本放入內(nèi)存中，那么一個(gè)梯度會(huì)噪聲太大，你想要在每個(gè)step中聚合幾個(gè)batch的梯度。另一個(gè)原因可能是在計(jì)算圖的不同部分調(diào)用backward—— 但在這種情況下，你也可以把損失加起來，然后在總和上調(diào)用backward。

常見錯(cuò)誤 #4: 你把做完softmax的結(jié)果送到了需要原始logits的損失函數(shù)中

logits是最后一個(gè)全連接層的激活值。softmax也是同樣的激活值，但是經(jīng)過了標(biāo)準(zhǔn)化。logits值，你可以看到有些是正的，一些是負(fù)的。而log_softmax之后的值，全是負(fù)值。如果看柱狀圖的話，可以看到分布式一樣的，唯一的差別就是尺度，但就是這個(gè)細(xì)微的差別，導(dǎo)致最后的數(shù)學(xué)計(jì)算完全不一樣了。但是為什么這是一個(gè)常見的錯(cuò)誤呢？在PyTorch的官方MNIST例子中，查看forward方法，在最后你可以看到最后一個(gè)全連接層self.fc2，然后就是log_softmax。

但是當(dāng)你查看官方的PyTorch resnet或者AlexNet模型的時(shí)候，你會(huì)發(fā)現(xiàn)這些模型在最后并沒有softmax層，最后得到就是全連接的輸出，就是logits。

這兩個(gè)的差別在文檔中沒有說的很清楚。如果你查看nll_loss函數(shù)，并沒有提得輸入是logits還是softmax，你的唯一希望是在示例代碼中發(fā)現(xiàn)nll_loss使用了log_softmax作為輸入。

原文標(biāo)題：收藏 | 使用PyTorch時(shí)，最常見的4個(gè)錯(cuò)誤

文章出處：【微信公眾號(hào)：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq