本章涵蓋了以下主題：

· 分類和回歸之外的其他類型的問題；

· 評估問題，理解過擬合、欠擬合，以及解決這些問題的技巧；

· 為深度學(xué)習(xí)準(zhǔn)備數(shù)據(jù)。

請記住，在本章中討論的大多數(shù)技術(shù)都是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)通用的，一部分用于解決過擬合問題的技術(shù)（如dropout）除外。

4.1　三類機(jī)器學(xué)習(xí)問題

在之前的所有例子中，嘗試解決的是分類（預(yù)測貓或狗）或回歸（預(yù)測用戶在平臺上花費(fèi)的平均時間）問題。所有這些都是有監(jiān)督學(xué)習(xí)的例子，目的是找到訓(xùn)練樣例和目標(biāo)之間的映射關(guān)系，并用來預(yù)測未知數(shù)據(jù)。

有監(jiān)督學(xué)習(xí)只是機(jī)器學(xué)習(xí)的一部分，機(jī)器學(xué)習(xí)也有其他不同的部分。以下是3種不同類型的機(jī)器學(xué)習(xí)：

· 有監(jiān)督學(xué)習(xí)；

· 無監(jiān)督學(xué)習(xí)；

· 強(qiáng)化學(xué)習(xí)。

下面詳細(xì)講解各種算法。

4.1.1　有監(jiān)督學(xué)習(xí)

在深度學(xué)習(xí)和機(jī)器學(xué)習(xí)領(lǐng)域中，大多數(shù)成功用例都屬于有監(jiān)督學(xué)習(xí)。本書中所涵蓋的大多數(shù)例子也都是有監(jiān)督學(xué)習(xí)的一部分。來看看有監(jiān)督學(xué)習(xí)的一些常見的例子。

· 分類問題：狗和貓的分類。

· 回歸問題：預(yù)測股票價格、板球比賽成績等。

· 圖像分割：進(jìn)行像素級分類。對于自動汽車駕駛來說，從攝像機(jī)拍攝的照片中，識別出每個像素屬于什么物體是很重要的。這些像素可以是汽車、行人、樹、公共汽車等。

· 語音識別：OK Google、Alexa和Siri都是語音識別的例子。

· 語言翻譯：從一種語言翻譯成另一種語言。

4.1.2　無監(jiān)督學(xué)習(xí)

在沒有標(biāo)簽數(shù)據(jù)的情況時，可以通過可視化和壓縮來幫助無監(jiān)督學(xué)習(xí)技術(shù)理解數(shù)據(jù)。兩種常用的無監(jiān)督學(xué)習(xí)技術(shù)是：

· 聚類；

· 降維。

聚類有助于將所有相似的數(shù)據(jù)點(diǎn)組合在一起。降維有助于減少維數(shù)，從而可視化高維數(shù)據(jù)，并找到任何隱藏的模式。

4.1.3　強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是最不流行的機(jī)器學(xué)習(xí)范疇。在真實(shí)世界中沒有發(fā)現(xiàn)它的成功用例。然而，近年來有了些改變，來自Google的DeepMind團(tuán)隊成功地構(gòu)建了基于強(qiáng)化學(xué)習(xí)的系統(tǒng)，并且在AlphaGo比賽中贏得世界冠軍。計算機(jī)可以在比賽中擊敗人類的這種技術(shù)上的進(jìn)展，曾被認(rèn)為需要花費(fèi)數(shù)十年時間才能實(shí)現(xiàn)。然而，使用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)卻可以這么快就達(dá)到目標(biāo)，比任何人所預(yù)見的都要快。這些技術(shù)已經(jīng)可以看到早期的成功，但可能需要幾年時間才能成為主流。

在本書中，我們將主要關(guān)注有監(jiān)督的技術(shù)和一些特定于深度學(xué)習(xí)的無監(jiān)督技術(shù)，例如用于創(chuàng)建特定風(fēng)格圖片的生成網(wǎng)絡(luò)：風(fēng)格遷移（style transfer）和生成對抗網(wǎng)絡(luò)（generative adversarial network）。

4.2　機(jī)器學(xué)習(xí)術(shù)語

前面幾章出現(xiàn)了大量的術(shù)語，如果大家剛?cè)腴T機(jī)器學(xué)習(xí)或深度學(xué)習(xí)領(lǐng)域，這些術(shù)語看起來會比較生疏。這里將列出機(jī)器學(xué)習(xí)中常用的多數(shù)術(shù)語，這些通常也在深度學(xué)習(xí)文獻(xiàn)中使用。

· 樣本（sample）或輸入（input）或數(shù)據(jù)點(diǎn)（data point）：訓(xùn)練集中特定的實(shí)例。我們在上一章中看到的圖像分類問題，每個圖像都可以被稱為樣本、輸入或數(shù)據(jù)點(diǎn)。

· 預(yù)測（prediction）或輸出（output）：由算法生成的值稱為輸出。例如，在先前的例子中，我們的算法對特定圖像預(yù)測的結(jié)果為0，而0是給定的貓的標(biāo)簽，所以數(shù)字0就是我們的預(yù)測或輸出。

· 目標(biāo)（target）或標(biāo)簽（label）：圖像實(shí)際標(biāo)注的標(biāo)簽。

· 損失值（loss value）或預(yù)測誤差（prediction error）：預(yù)測值與實(shí)際值之間的差距。數(shù)值越小，準(zhǔn)確率越高。

· 類別（classes）：給定數(shù)據(jù)集的一組可能的值或標(biāo)簽。在前一章的例子中有貓和狗兩種類別。

· 二分類（binary classification）：將輸入實(shí)例歸類為兩個互斥類別中的其中一個的分類任務(wù)。

· 多類別分類（multi-class classification）：將輸入實(shí)例歸類為兩個以上的不同類別的分類任務(wù)。

· 多標(biāo)簽分類（multi-label classification）：一個輸入實(shí)例可以用多個標(biāo)簽來標(biāo)記。例如根據(jù)提供的食物不同來標(biāo)記餐館，如意大利菜、墨西哥菜和印度菜。另一個常見的例子是圖片中的對象檢測，它使用算法識別出圖片中的不同對象。

· 標(biāo)量回歸（scalar regression）：每個輸入數(shù)據(jù)點(diǎn)都與一個標(biāo)量質(zhì)量（scalar quality）相關(guān)聯(lián)，該標(biāo)量質(zhì)量是數(shù)值型的。這樣的例子有預(yù)測房價、股票價格和板球得分等。

· 向量回歸（vector regression）：算法需要預(yù)測不止一個標(biāo)量質(zhì)量。一個很好的例子當(dāng)你試圖識別圖片中魚的位置邊界框時。為了預(yù)測邊界框，您的算法需要預(yù)測表示正方形邊緣的4個標(biāo)量。

· 批（batch）：大多數(shù)情況下，我們在稱為批的輸入樣本集上訓(xùn)練我們的算法。取決于GPU的內(nèi)存，批尺寸一般從2～256不等，權(quán)重也在每個批次上進(jìn)行更新，因此算法往往比在單個樣例上訓(xùn)練時學(xué)習(xí)的更快。

· 輪數(shù)：在整個數(shù)據(jù)集上運(yùn)行一遍算法稱為一個Epoch。通常要訓(xùn)練（更新權(quán)重）幾個Epoch。

4.3　評估機(jī)器學(xué)習(xí)模型

在上一章中介紹的圖像分類示例中，我們將數(shù)據(jù)分成兩個不同的部分，一個用于訓(xùn)練，一個用于驗證。使用單獨(dú)的數(shù)據(jù)集來測試算法的性能是一種很好的做法，因為在訓(xùn)練集上測試算法可能無法讓用戶獲得算法真正的泛化能力。在大多數(shù)現(xiàn)實(shí)世界的用例中，基于驗證的準(zhǔn)確率，我們經(jīng)常以不同方式來調(diào)整算法，例如添加更多的層或不同的層，或者使用不同的技術(shù)，這些將在本章的后面部分進(jìn)行介紹。因此，選擇基于驗證數(shù)據(jù)集來調(diào)整算法的可能性更高。以這種方式訓(xùn)練的算法往往在訓(xùn)練數(shù)據(jù)集和驗證數(shù)據(jù)集上表現(xiàn)良好，但當(dāng)應(yīng)用到未知的數(shù)據(jù)時可能會失敗。驗證數(shù)據(jù)集上的信息泄露會影響到對算法的調(diào)整。

為了避免信息泄露并改進(jìn)泛化的問題，通常的做法是將數(shù)據(jù)集分成3個不同的部分，即訓(xùn)練、驗證和測試數(shù)據(jù)集。我們在訓(xùn)練集和驗證集上訓(xùn)練算法并調(diào)優(yōu)所有超參數(shù)。最后，當(dāng)完成整個訓(xùn)練時，在測試數(shù)據(jù)集上對算法進(jìn)行測試。我們討論過有兩種類型的參數(shù)。一種是在算法內(nèi)使用的參數(shù)或權(quán)重，通過優(yōu)化器或反向傳播進(jìn)行調(diào)優(yōu)。另一種是稱為超參數(shù)（hyper parameter）的參數(shù)，這些參數(shù)控制著網(wǎng)絡(luò)中所用層的數(shù)量、學(xué)習(xí)率以及通常改變架構(gòu)（這種改變經(jīng)常是手動調(diào)整的）的其他類型的參數(shù)。

特定的算法在訓(xùn)練集中表現(xiàn)非常優(yōu)越，但在驗證集或測試集上卻表現(xiàn)不佳的現(xiàn)象稱為過擬合（overfitting），或者說算法缺乏泛化的能力。存在一種相反的現(xiàn)象，即算法在訓(xùn)練集上的表現(xiàn)不佳，這種現(xiàn)象稱為欠擬合（underfitting）。后面將學(xué)習(xí)可以幫助解決過擬合和欠擬合問題的不同策略。

在了解過擬合和欠擬合之前，先看看可用于拆分?jǐn)?shù)據(jù)集的各種策略。

4.3.1　訓(xùn)練、驗證和測試集的拆分

將數(shù)據(jù)劃分成3個部分——訓(xùn)練、驗證和測試數(shù)據(jù)集是最佳實(shí)踐。使用保留（holdout）數(shù)據(jù)集的最佳方法如下所示。

1．在訓(xùn)練數(shù)據(jù)集上訓(xùn)練算法。

2．在驗證數(shù)據(jù)集上進(jìn)行超參數(shù)調(diào)優(yōu)。

3．迭代執(zhí)行前兩個步驟，直到達(dá)到預(yù)期的性能。

4．在凍結(jié)算法和超參數(shù)后，在測試數(shù)據(jù)集上進(jìn)行評估。

應(yīng)避免只將數(shù)據(jù)劃分成兩部分，因為這可能導(dǎo)致信息泄露。在相同的數(shù)據(jù)集上進(jìn)行訓(xùn)練和測試是絕對不不允許的，這將無法保證算法的泛化能力。將數(shù)據(jù)分割成訓(xùn)練集和驗證集有3種常用的保留策略，它們是：

· 簡單保留驗證；

· K折驗證；

· 迭代K折驗證。

1．簡單保留驗證

劃分一定比例的數(shù)據(jù)作為測試數(shù)據(jù)集。留出多大比例的數(shù)據(jù)可能是和特定問題相關(guān)的，并且很大程度上依賴于可用的數(shù)據(jù)量。特別是對于計算機(jī)視覺和自然語言處理領(lǐng)域中的問題，收集標(biāo)簽數(shù)據(jù)可能非常昂貴，因此留出30%的測試數(shù)據(jù)（比例相當(dāng)大）可能會使算法學(xué)習(xí)起來非常困難，因為用于訓(xùn)練的數(shù)據(jù)很少。因此，需要根據(jù)數(shù)據(jù)的可用性，謹(jǐn)慎地選擇劃分比例。測試數(shù)據(jù)拆分后，在凍結(jié)算法及其超參數(shù)前，要保持?jǐn)?shù)據(jù)的隔離。為了給問題選擇最佳超參數(shù)，請選擇單獨(dú)的驗證數(shù)據(jù)集。為了避免過擬合，通常將可用數(shù)據(jù)劃分成3個不同的集合，如圖4.1所示。

上一章使用了圖4.1的簡單實(shí)現(xiàn)來創(chuàng)建驗證數(shù)據(jù)集，實(shí)現(xiàn)的快照如下：

?

?

?

編輯

圖4.1

這是最簡單的保留策略之一，通常在開始時使用。在小型數(shù)據(jù)集上使用這種劃分策略有一個弊端，驗證數(shù)據(jù)集或測試數(shù)據(jù)集中的現(xiàn)有數(shù)據(jù)可能不具有統(tǒng)計代表性。在劃分?jǐn)?shù)據(jù)前混洗數(shù)據(jù)即可以輕松意識到這一點(diǎn)。如果得到的結(jié)果不一致，那么需要使用更好的方法。為了避免這個問題，我們最后通常使用K折（K-fold）驗證或迭代K折（iterated k-fold）驗證。

2．K折驗證

留出一定比例的數(shù)據(jù)用于測試，然后將整個數(shù)據(jù)集分成K個數(shù)據(jù)包，其中K可以是任意數(shù)值，通常從2到10不等。在任意給定的迭代中，選取一個包作為驗證數(shù)據(jù)集，并用其余的數(shù)據(jù)包訓(xùn)練算法。最后的評分通常是在K個包上獲得的所有評分的平均值。圖4.2所示為一個K折驗證的實(shí)現(xiàn)，其中K為4；也就是說，數(shù)據(jù)劃分成4部分（稱為4折驗證）。

使用K折驗證數(shù)據(jù)集時，要注意的一個關(guān)鍵問題是它的代價非常昂貴，因為需要在數(shù)據(jù)集的不同部分上運(yùn)行該算法數(shù)次，這對于計算密集型算法來說是非常昂貴的，特別是在計算機(jī)視覺算法領(lǐng)域。有時候，訓(xùn)練算法可以花費(fèi)從幾分鐘到幾天的時間。所以，請謹(jǐn)慎地使用這項技術(shù)。

3．帶混洗的K折驗證

為了使算法變得復(fù)雜和健壯，可以在每次創(chuàng)建保留的驗證數(shù)據(jù)集時混洗數(shù)據(jù)。當(dāng)小幅度的性能提升提升可能會對業(yè)務(wù)產(chǎn)生巨大影響時，這種做法是有益的。如果我們的情況是快速構(gòu)建和部署算法，并且可以接受百分之幾的性能差異，那么這種方法可能并不值得。所有這一切都取決于試圖要解決的問題，以及對準(zhǔn)確率的要求。

?

?

?

編輯

圖4.2

在拆分?jǐn)?shù)據(jù)時可能需要考慮其他一些事情，例如：

· 數(shù)據(jù)代表性；

· 時間敏感性；

· 數(shù)據(jù)冗余。

1．?dāng)?shù)據(jù)代表性

在上一章中的例子中，我們把圖像分類為狗或者貓。假設(shè)有這樣一個場景，所有的圖像已被排序，其中前60%的圖像是狗，其余的是貓。如果選擇前面的80%作為訓(xùn)練數(shù)據(jù)集，其余的作為驗證集來分割這個數(shù)據(jù)集，那么驗證數(shù)據(jù)集將無法代表數(shù)據(jù)集的真實(shí)性，因為它只包含貓的圖像。因此，在這些情況下，應(yīng)該注意通過在分割或進(jìn)行分層抽樣之前對數(shù)據(jù)進(jìn)行混洗來實(shí)現(xiàn)數(shù)據(jù)的良好混合。分層抽樣是指從每個類別中提取數(shù)據(jù)點(diǎn)來創(chuàng)建驗證和測試數(shù)據(jù)集。

2．時間敏感性

讓我們以股價預(yù)測為例。我們有從1月到12月的數(shù)據(jù)。在這種情況下，如果進(jìn)行混洗或分層抽樣，那么最終將會造成信息的泄露，因為價格很可能是時間敏感的。因此，創(chuàng)建驗證數(shù)據(jù)集時應(yīng)采用不會引起信息泄露的方式。本例中，選擇12月的數(shù)據(jù)作為驗證數(shù)據(jù)集可能更合理。實(shí)際的股價預(yù)測用例比這要復(fù)雜得多，因此在選擇驗證分割時，特定領(lǐng)域的知識也會發(fā)揮作用。

3．?dāng)?shù)據(jù)冗余

重復(fù)數(shù)據(jù)是很常見的。需要注意的是，在訓(xùn)練、驗證和測試集中存在的數(shù)據(jù)應(yīng)該是唯一的。如果有重復(fù)，那么模型可能無法很好地泛化未知數(shù)據(jù)。

4.4　數(shù)據(jù)預(yù)處理與特征工程

我們已經(jīng)了解了使用不同的方法來劃分?jǐn)?shù)據(jù)集并構(gòu)建評估策略。在大多數(shù)情況下，接收到的數(shù)據(jù)可能并不是訓(xùn)練算法立即可用的格式。本節(jié)將介紹一些預(yù)處理技術(shù)和特征工程技術(shù)。雖然大部分的特征工程技術(shù)都是針對特定領(lǐng)域的，特別是計算機(jī)視覺和文本處理領(lǐng)域，但還是有一些通用的特征工程技術(shù)，這將在本章中討論。

神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)處理是一個使數(shù)據(jù)更適合于深度學(xué)習(xí)算法訓(xùn)練的過程。以下是一些常用的數(shù)據(jù)預(yù)處理步驟：

· 向量化；

· 歸一化；

· 缺失值；

· 特征提取。

4.4.1　向量化

數(shù)據(jù)通常表現(xiàn)為各種格式，如文本、聲音、圖像和視頻。首先要做的就是把數(shù)據(jù)轉(zhuǎn)換成PyTorch張量。在前面的例子中，使用tourchvision的工具函數(shù)將Python圖形庫（Python Imaging Library，PIL）的圖片轉(zhuǎn)換成張量對象，盡管PyTorchtorchvision庫抽取出了大部分的復(fù)雜度。在第7章中處理遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）時，將了解如何把文本數(shù)據(jù)轉(zhuǎn)換成PyTorch張量。對于涉及結(jié)構(gòu)化數(shù)據(jù)的問題，數(shù)據(jù)已經(jīng)以向量化的格式存在，我們需要做的就是把它們轉(zhuǎn)換成PyTorch張量。

4.4.2　值歸一化

在將數(shù)據(jù)傳遞到任何機(jī)器學(xué)習(xí)算法或深度學(xué)習(xí)算法之前，將特征歸一化是一種通用實(shí)踐。它有助于更快地訓(xùn)練算法并達(dá)到更高的性能。歸一化是指，將特定特征的數(shù)據(jù)表示成均值為0、標(biāo)準(zhǔn)差為1的數(shù)據(jù)的過程。

在上一章所描述的狗貓分類的例子中，使用了ImageNet數(shù)據(jù)集中已有的均值和標(biāo)準(zhǔn)差來歸一化數(shù)據(jù)。我們選擇ImageNet數(shù)據(jù)集的均值和標(biāo)準(zhǔn)差的原因，是因為使用的ReNet模型的權(quán)重是在ImageNet上進(jìn)行預(yù)訓(xùn)練的。通常的做法是將每個像素值除以255，使得所有值都在0和1之間，尤其是在不使用預(yù)訓(xùn)練權(quán)重的情況下。

歸一化也適用于涉及結(jié)構(gòu)化數(shù)據(jù)的問題。假設(shè)我們正在研究房價預(yù)測問題，可能存在不同規(guī)模的不同特征。例如，到最近的機(jī)場的距離和房子的屋齡是具備不同度量的變量或特征。將它們與神經(jīng)網(wǎng)絡(luò)一起使用可以防止梯度收斂。簡單來說，損失可能不會像預(yù)期的那樣下降。因此，在對算法進(jìn)行訓(xùn)練之前，應(yīng)該謹(jǐn)慎地將歸一化應(yīng)用到任何類型的數(shù)據(jù)上。為了使算法或模型性能更好，應(yīng)確保數(shù)據(jù)遵循以下規(guī)則。

· 取較小的值：通常取值在0和1之間。

· 相同值域：確保所有特征都在同一數(shù)據(jù)范圍內(nèi)。

4.4.3　處理缺失值

缺失值在現(xiàn)實(shí)世界的機(jī)器學(xué)習(xí)問題中是很常見的。從之前預(yù)測房價的例子來看，房屋屋齡的某些信息可能會丟失。通常用不可能出現(xiàn)的數(shù)字替換缺失值是安全的。算法將能夠識別模式。還有其他技術(shù)可用于處理更特定領(lǐng)域的缺失值。

4.4.4　特征工程

特征工程是利用特定問題的領(lǐng)域知識來創(chuàng)建可以傳遞給模型的新變量或特征的過程。為了更好地理解，來看一個銷售預(yù)測的問題。假設(shè)我們有促銷日期、假期、競爭者的開始日期、與競爭對手的距離以及特定日期的銷售情況。在現(xiàn)實(shí)世界中，有數(shù)以百計的特征可以用來預(yù)測店鋪的價格，可能有一些信息在預(yù)測銷售方面很重要。一些重要的特征或衍生價值是：

· 知道下一次促銷的日期；

· 距離下一個假期還有多少天；

· 競爭對手的業(yè)務(wù)開放天數(shù)。

還有許多這樣的特征可以從領(lǐng)域知識中提取出來。對于任何機(jī)器學(xué)習(xí)算法或深度學(xué)習(xí)算法，算法自動提取這種類別的特征都是相當(dāng)具有挑戰(zhàn)性的。對于某些領(lǐng)域，特別是在計算機(jī)視覺和文本領(lǐng)域，現(xiàn)代深度學(xué)習(xí)算法有助于我們擺脫特征工程。除了這些領(lǐng)域，良好的特征工程對下述方面也總是有益的。

· 用較少的計算資源就可以更快地解決問題。

· 深度學(xué)習(xí)算法可以使用大量數(shù)據(jù)自己學(xué)習(xí)出特征，不再使用手動的特征工程。所以，如果你注重數(shù)據(jù)，可以專注于構(gòu)建良好的特征工程。

4.5　過擬合與欠擬合

理解過擬合和欠擬合是成功構(gòu)建機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型的關(guān)鍵。在本章的開頭，我們簡要地描述了什么是過擬合和欠擬合，這里將詳細(xì)解釋過擬合和欠擬合的概念，以及如何解決過擬合和欠擬合問題。

過擬合或不泛化，是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中的一類常見問題。當(dāng)特定的算法在訓(xùn)練數(shù)據(jù)集上執(zhí)行得很好，但在未知數(shù)據(jù)或驗證和測試數(shù)據(jù)集上表現(xiàn)不佳時，就說算法過擬合了。這種情況的發(fā)生主要是因為算法過于特定于訓(xùn)練集而造成的。簡單來說，我們可以理解為該算法找出了一種方法來記憶數(shù)據(jù)集，使其在訓(xùn)練數(shù)據(jù)集上表現(xiàn)得很好，但無法對未知數(shù)據(jù)執(zhí)行。有不同的技術(shù)可以用來避免算法的過擬合。這些技術(shù)是：

· 獲取更多數(shù)據(jù)；

· 縮小網(wǎng)絡(luò)規(guī)模；

· 應(yīng)用權(quán)重正則化；

· 應(yīng)用dropout。

4.5.1　獲取更多數(shù)據(jù)

如果能夠獲得更多的用于算法訓(xùn)練的數(shù)據(jù)，則可以通過關(guān)注一般模式而不是特定于小數(shù)據(jù)點(diǎn)的模式來幫助算法避免過擬合。在某些情況下，獲取更多標(biāo)簽數(shù)據(jù)可能是一項挑戰(zhàn)。

有一些技術(shù)，如數(shù)據(jù)增強(qiáng)，可用于在計算機(jī)視覺相關(guān)的問題中生成更多的訓(xùn)練數(shù)據(jù)。數(shù)據(jù)增強(qiáng)是一種讓用戶通過執(zhí)行不同的操作，如旋轉(zhuǎn)、裁剪和生成更多數(shù)據(jù)，來輕微調(diào)整圖像的技術(shù)。在對行業(yè)知識足夠了解時，如果獲取實(shí)際數(shù)據(jù)的成本很高，也可以創(chuàng)建人造數(shù)據(jù)。當(dāng)無法獲得更多數(shù)據(jù)時，還有其他方法可以幫助避免過擬合。讓我們看看這些方法。

4.5.2　縮小網(wǎng)絡(luò)規(guī)模

網(wǎng)絡(luò)的大小通常是指網(wǎng)絡(luò)中使用的層數(shù)或權(quán)重參數(shù)的數(shù)量。在上一章中的圖像分類例子中，我們使用了一個ResNet模型，它包含具有不同層的18個組成模塊。PyTorch中的torchvision庫具有不同大小的ResNet模型，從18個塊開始，最多可達(dá)152個塊。比如說，如果我們使用具有152個塊的ResNet模型導(dǎo)致了過擬合，那么可以嘗試使用101個塊或50個塊的ResNet。在構(gòu)建的自定義架構(gòu)中，可以簡單地去除一些中間線性層，從而阻止我們的PyTorch模型記憶訓(xùn)練數(shù)據(jù)集。讓我們來看一個示例代碼片段，它演示了縮小網(wǎng)絡(luò)規(guī)模的確切含義：

上面的架構(gòu)有3個線性層，假設(shè)它在訓(xùn)練數(shù)據(jù)上過擬合了，讓我們重新創(chuàng)建更低容量的架構(gòu)：

上面的架構(gòu)只有兩個線性層，減少了容量后，潛在地避免了訓(xùn)練數(shù)據(jù)集的過擬合問題。

4.5.3　應(yīng)用權(quán)重正則化

有助于解決過擬合或泛化問題的關(guān)鍵原則之一是建立更簡單的模型。一種構(gòu)建簡單模型的技術(shù)是通過減小模型大小來降低架構(gòu)的復(fù)雜性。另一個重要的事情是確保不會采用更大的網(wǎng)絡(luò)權(quán)重值。當(dāng)模型的權(quán)重較大時，正則化通過懲罰模型來提供對網(wǎng)絡(luò)的約束。每當(dāng)模型使用較大的權(quán)重值時，正則化開始啟動并增加損失值，從而懲罰模型。有兩種類型的可能的正則化方案，如下所示。

· L1正則化：權(quán)重系數(shù)的絕對值之和被添加到成本中。它通常稱為權(quán)重的L1范數(shù)。

· L2正則化：所有權(quán)重系數(shù)的平方和被添加到成本中。它通常稱為權(quán)重的L2范數(shù)。

PyTorch提供了一種使用L2正則化的簡單方法，就是通過在優(yōu)化器中啟用weight_decay參數(shù)：

默認(rèn)情況下，權(quán)重衰減參數(shù)設(shè)置為0?？梢試L試不同的權(quán)重衰減值；一個較小的值，比如1e-5大多時候都是有效的。

4.5.4　應(yīng)用dropout

dropout是深度學(xué)習(xí)中最常用和最強(qiáng)大的正則化技術(shù)之一，由多倫多大學(xué)的Hinton和他的學(xué)生開發(fā)。dropout在訓(xùn)練期間被應(yīng)用到模型的中間層。讓我們看一下如何在生成10個值的線性層的輸出上應(yīng)用dropout（見圖4.3）。

圖4.3所示為dropout閾值設(shè)置為0.2并應(yīng)用于線性層時發(fā)生的情況。它隨機(jī)地屏蔽或歸零20%的數(shù)據(jù)，這樣模型將不依賴于一組特定的權(quán)重或模式，從而不會導(dǎo)致過擬合。讓我們來看另一個例子，在這里使用一個閾值為0.5的dropout（見圖4.4）。

?

?

?

編輯

圖4.3

?

?

?

?

編輯

圖4.4

通常dropout的閾值在0.2～0.5的范圍內(nèi)，并且dropout可以應(yīng)用在不同的層。dropout僅在訓(xùn)練期間使用，在測試期間，輸出值使用與dropout相等的因子縮小。PyTroch允許將dropout作為一層，從而使它更容易使用。下面的代碼片段展示了如何在PyTorch中使用一個dropout層：

dropout層接受一個名為training的參數(shù)，它需要在訓(xùn)練階段設(shè)置為True，而在驗證階段或測試階段時設(shè)置為False。

4.5.5　欠擬合

當(dāng)模型明顯在訓(xùn)練數(shù)據(jù)集上表現(xiàn)不佳時，模型可能無法學(xué)習(xí)出任何模式。當(dāng)模型無法擬合的時候，通常的做法是獲取更多的數(shù)據(jù)來訓(xùn)練算法。另一種方法是通過增加層數(shù)或增加模型所使用的權(quán)重或參數(shù)的數(shù)量，來提高模型的復(fù)雜度。通常在實(shí)際過擬合數(shù)據(jù)集之前，最好不要使用上述的任何正則化技術(shù)。

4.6　機(jī)器學(xué)習(xí)項目的工作流

在本節(jié)中，我們通過將問題描述、評估、特征工程和避免過擬合結(jié)合起來，形成一個可用于解決任何機(jī)器學(xué)習(xí)問題的解決方案框架。

4.6.1　問題定義與數(shù)據(jù)集創(chuàng)建

為了定義問題，我們需要兩件重要的事情，即輸入數(shù)據(jù)和問題類型。

我們的輸入數(shù)據(jù)和對應(yīng)標(biāo)簽是什么？比如說，我們希望根據(jù)顧客提供的評論基于提供的特色菜式對餐館進(jìn)行分類，區(qū)別意大利菜、墨西哥菜、中國菜和印度菜等。要開始處理這類問題，需要手動將訓(xùn)練數(shù)據(jù)標(biāo)注為可能的類別之一，然后才可以對算法進(jìn)行訓(xùn)練。在此階段，數(shù)據(jù)可用性往往是一個具有挑戰(zhàn)性的因素。

識別問題的類型將有助于確定它是二分類、多分類、標(biāo)量回歸（房屋定價）還是向量回歸（邊界框）。有時，我們可能不得不使用一些無監(jiān)督的技術(shù)，如聚類和降維。一旦識別出問題類型，就更容易確定應(yīng)該使用什么樣的架構(gòu)、損失函數(shù)和優(yōu)化器。

在獲得了輸入并確定了問題的類型后，就可以開始使用以下假設(shè)來構(gòu)建模型：

· 數(shù)據(jù)中隱藏的模式有助于將輸入映射到輸出；

· 我們擁有的數(shù)據(jù)足以讓模型進(jìn)行學(xué)習(xí)。

作為機(jī)器學(xué)習(xí)的實(shí)踐者，我們需要理解的是可能無法僅用一些輸入數(shù)據(jù)和目標(biāo)數(shù)據(jù)來構(gòu)建模型。下面以股票價格預(yù)測為例。假設(shè)有代表歷史價格、歷史表現(xiàn)和競爭細(xì)節(jié)的特征，但仍然不能建立一個有意義的模型來預(yù)測股票價格，因為股票價格實(shí)際上可能受到各種其他因素的影響，比如國內(nèi)外政治環(huán)境、自然因素，以及輸入數(shù)據(jù)可能無法表示的許多其他因素。因此，任何機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型都無法識別出模式。因此，請基于領(lǐng)域仔細(xì)挑選可以成為目標(biāo)變量的真實(shí)指標(biāo)的特征。所有這些都可能是模型不擬合的原因。

機(jī)器學(xué)習(xí)還有另一個重要的假設(shè)。未來或未知的數(shù)據(jù)將接近歷史數(shù)據(jù)所描述的模式。有時，模型失敗的原因可能是歷史數(shù)據(jù)中不存在模式，或者模型訓(xùn)練的數(shù)據(jù)未涵蓋某些季節(jié)性或模式。

4.6.2　成功的衡量標(biāo)準(zhǔn)

成功的衡量標(biāo)準(zhǔn)將直接取決于業(yè)務(wù)目標(biāo)。例如，當(dāng)試圖預(yù)測風(fēng)車何時會發(fā)生下一次機(jī)器故障時，我們會對模型能夠預(yù)測到故障的次數(shù)更感興趣。簡單地使用準(zhǔn)確率可能是錯誤的度量，因為大多數(shù)時候模型在機(jī)器不出現(xiàn)故障時預(yù)測都正確，因為這是最常見的輸出。假設(shè)得到了98%的準(zhǔn)確率，但模型每次預(yù)測故障時都是錯誤的，這樣的模型在現(xiàn)實(shí)世界中可能沒有任何用處。選擇正確的成功度量標(biāo)準(zhǔn)對于業(yè)務(wù)問題至關(guān)重要。通常，這類問題具有不平衡的數(shù)據(jù)集。

對于平衡分類問題，其中所有的類別都具有相似的準(zhǔn)確率，ROC和AUC是常見的度量。對于不平衡的數(shù)據(jù)集，可以使用查準(zhǔn)率（precision）和查全率（recall）。對于排名問題，可以使用平均精度均值（Mean Average Precision，MAP）。

4.6.3　評估協(xié)議

決定好如何評估當(dāng)前的進(jìn)展后，重要的事情就是如何評估數(shù)據(jù)集?？梢詮脑u估進(jìn)展的3種不同方式中進(jìn)行選擇。

· 保留驗證集：這是最常用的，尤其是當(dāng)有足夠的數(shù)據(jù)時。

· K折交叉驗證：當(dāng)數(shù)據(jù)有限時，這個策略有助于對數(shù)據(jù)的不同部分進(jìn)行評估，從而有助于更好地了解性能。

· 迭代K折驗證：想進(jìn)一步提升模型的性能時，這種方法會有所幫助。

4.6.4　準(zhǔn)備數(shù)據(jù)

通過向量化將不同格式的可用數(shù)據(jù)轉(zhuǎn)換成張量，并確保所有特征進(jìn)行了伸縮和歸一化處理。

4.6.5　模型基線

創(chuàng)建一個非常簡單的模型來打破基線分?jǐn)?shù)。在之前的狗貓分類示例中，基線準(zhǔn)確度應(yīng)該是0.5，我們的簡單模型應(yīng)該能夠超過這個分?jǐn)?shù)。如果無法超過基線分?jǐn)?shù)，則輸入數(shù)據(jù)可能不包含進(jìn)行必要預(yù)測所需的必要信息。記住，不要在這一步引入任何正則化或dropout。

要使模型工作，必須要做出3個重要的選擇。

· 最后一層的選擇：對于回歸問題，應(yīng)該是生成標(biāo)量值作為輸出的線性層。對于向量回歸問題，應(yīng)是生成多個標(biāo)量輸出的相同線性層。對于邊界框問題，輸出的是4個值。對于二分類問題，通常使用sigmoid，對于多類別分類問題，則為softmax。

· 損失函數(shù)的選擇：問題的類型將有助于決定損失函數(shù)。對于回歸問題，如預(yù)測房價，我們使用均方誤差（Mean Squared Error，MSE），對于分類問題，使用分類交叉熵。

· 優(yōu)化：選擇正確的優(yōu)化算法及其中的一些超參數(shù)是相當(dāng)棘手的，我們可以通過試驗找出。對于大多數(shù)用例，Adam或RMSprop優(yōu)化算法效果更好。下面將介紹一些可用于學(xué)習(xí)率選擇的技巧。

下面總結(jié)一下在深度學(xué)習(xí)算法中，網(wǎng)絡(luò)的最后一層將使用什么樣的損失函數(shù)和激活函數(shù)（見表4.1）。

表4.1

?

?

4.6.6　大到過擬合的模型

一旦模型具有了足夠的容量來超越基線分?jǐn)?shù)，就要增加基線容量。增加架構(gòu)能力的一些簡單技巧如下：

· 為現(xiàn)有架構(gòu)中添加更多層；

· 為已存在的層加入更多權(quán)重；

· 訓(xùn)練更多輪數(shù)。

我們通常將模型訓(xùn)練足夠的輪數(shù)，當(dāng)訓(xùn)練準(zhǔn)確率還在提高但驗證準(zhǔn)確性卻停止增加并且可能開始下降時停止訓(xùn)練，這就是模型開始過擬合的地方。到達(dá)這個階段后，就需要應(yīng)用正則化技術(shù)。

請記住，層的數(shù)量、大小和訓(xùn)練輪數(shù)可能會因問題而異。較小的架構(gòu)可以用于簡單的分類問題，但是對于面部識別等復(fù)雜問題，模型架構(gòu)要有足夠的表示能力，并且模型要比簡單的分類問題訓(xùn)練更長的時間。

4.6.7　應(yīng)用正則化

找到最佳的方法來調(diào)整模型或算法是過程中最棘手的部分之一，因為有很多參數(shù)需要調(diào)整?？蓪ο旅孢@些用于正則化模型的參數(shù)進(jìn)行調(diào)整。

· 添加dropout：這可能很復(fù)雜，因為可以在不同的層之間添加，并且找到最佳位置通常是通過試驗來完成的。要添加的dropout百分比也很棘手，因為它純粹依賴于我們試圖解決的問題的描述。從較小的數(shù)值開始（如0.2），通常是最佳實(shí)踐。

· 嘗試不同的架構(gòu)：可以嘗試不同的架構(gòu)、激活函數(shù)、層數(shù)、權(quán)重，或?qū)拥膮?shù)。

· 添加L1或L2正則化：可以使用正則化中的任何一個。

· 嘗試不同的學(xué)習(xí)率：在這里有不同的技術(shù)可以使用，本章后面部分將討論。

· 添加更多特征或更多數(shù)據(jù)：可以通過獲取更多的數(shù)據(jù)或增強(qiáng)數(shù)據(jù)來實(shí)現(xiàn)。

我們將使用驗證數(shù)據(jù)集來調(diào)整所有上述的超參數(shù)。在不斷地迭代和調(diào)整超參數(shù)的同時，可能會遇到數(shù)據(jù)泄露的問題。因此，應(yīng)確保有用于測試的保留數(shù)據(jù)。如果模型在測試數(shù)據(jù)集上的性能相比訓(xùn)練集和驗證集要好，那么我們的模型很有可能在未知的數(shù)據(jù)上表現(xiàn)良好。但是，如果模型在測試數(shù)據(jù)上表現(xiàn)不佳，但是在驗證和訓(xùn)練數(shù)據(jù)上表現(xiàn)很好，那么驗證數(shù)據(jù)很可能不是對真實(shí)世界數(shù)據(jù)集的良好表示。在這樣的情況下，可以使用K折驗證或迭代K折驗證數(shù)據(jù)集。

4.6.8　學(xué)習(xí)率選擇策略

找到合適的學(xué)習(xí)率來訓(xùn)練模型是一個還在進(jìn)行中的研究領(lǐng)域，并且已經(jīng)取得了很多進(jìn)展。PyTorch提供了一些調(diào)整學(xué)習(xí)率的技術(shù)，它們由torch.optim.lr_sheduler包提供。我們將探討PyTorch提供的一些動態(tài)選擇學(xué)習(xí)率的技術(shù)。

· StepLR：這個調(diào)度器有兩個重要的參數(shù)。第一個參數(shù)是步長，它表示學(xué)習(xí)率多少輪改變一次，第二個參數(shù)是gamma，它決定學(xué)習(xí)率必須改變多少。 對學(xué)習(xí)率0.01來說，在步長10和gamma為0.1的情況下，學(xué)習(xí)率每10輪以gamma的倍數(shù)變化。也就是說，對于前10輪，學(xué)習(xí)率變?yōu)?.001，并且在接下來的10輪，變成0.0001。下面的代碼解釋了StepLR的實(shí)現(xiàn)。

· MultiStepLR：MultiStepLR與StepLR的工作方式類似，只不過步長不是規(guī)則間斷的，步長以列表的形式給出。例如，給出的步長列表為10、15、30，并且對于每個步長，學(xué)習(xí)率要乘上gamma值。下面的代碼演示了MultiStepLR的實(shí)現(xiàn)。

· ExponentialLR：每一輪都將學(xué)習(xí)率乘上gamma值。

· ReduceLROnPlateau：這是常用的學(xué)習(xí)率策略之一。應(yīng)用本策略時，當(dāng)特定的度量指標(biāo)，如訓(xùn)練損失、驗證損失或準(zhǔn)確率不再變化時，學(xué)習(xí)率就會改變。通用實(shí)踐是將學(xué)習(xí)率的原始值降低為原來的1/2～1/10。

獲取更多專業(yè)知識請關(guān)注：人工智能技術(shù)與咨詢微信公眾號