深度學(xué)習(xí)防止過擬合的方法

過擬合即在訓(xùn)練誤差很小,而泛化誤差很大,因為模型可能過于的復(fù)雜,使其”記住”了訓(xùn)練樣本,然而其泛化誤差卻很高,在傳統(tǒng)的機器學(xué)習(xí)方法中有很大防止過擬合的方法,同樣這些方法很多也適合用于深度學(xué)習(xí)中,同時深度學(xué)習(xí)中又有一些獨特的防止過擬合的方法,下面對其進行簡單的梳理.

1. 參數(shù)范數(shù)懲罰

范數(shù)正則化是一種非常普遍的方法,也是最常用的方法,假如優(yōu)化:

其中L為經(jīng)驗風(fēng)險,其為在訓(xùn)練樣本上的誤差,而G為對參數(shù)的懲罰,也叫結(jié)構(gòu)風(fēng)險.α是平衡兩者,如果太大則對應(yīng)的懲罰越大,如過太小,甚至接近與0,則沒有懲罰.
最常用的范數(shù)懲罰為L1,L2正則化,L1又被成為Lasso:

即絕對值相加,其趨向于是一些參數(shù)為0.可以起到特征選擇的作用.
L2正則化為:

其趨向與,使權(quán)重很小.其又成為ridge.

2. 數(shù)據(jù)增強

讓模型泛化的能力更好的最好辦法就是使用更多的訓(xùn)練數(shù)據(jù)進行訓(xùn)練,但是在實踐中,我們擁有的數(shù)據(jù)是有限的,解決這一問題可以人為的創(chuàng)造一些假數(shù)據(jù)添加到訓(xùn)練集中.
一個具體的例子:
在AlexNet中,將256*256圖像隨機的截取224*224大小,增加了許多的訓(xùn)練樣本,同時可以對圖像進行左右翻轉(zhuǎn),增加樣本的個數(shù),實驗的結(jié)果可以可降低1%的誤差.
在神經(jīng)網(wǎng)絡(luò)中輸入噪聲也可以看做是數(shù)據(jù)增強的一種方式.

3. 提前終止

如下圖所示(圖片來源deep learning),當(dāng)隨著模型的能力提升,訓(xùn)練集的誤差會先減小再增大,這樣可以提前終止算法減緩過擬合現(xiàn)象.關(guān)于算法的具體流程參考deep learning.

提前終止是一種很常用的緩解過擬合的方法,如在決策樹的先剪枝的算法,提前終止算法,使得樹的深度降低,防止其過擬合.

4. 參數(shù)綁定與參數(shù)共享

在卷積神經(jīng)網(wǎng)絡(luò)CNN中(計算機視覺與卷積神經(jīng)網(wǎng)絡(luò) ),卷積層就是其中權(quán)值共享的方式,一個卷積核通過在圖像上滑動從而實現(xiàn)共享參數(shù),大幅度減少參數(shù)的個數(shù),用卷積的形式是合理的,因為對于一副貓的圖片來說,右移一個像素同樣還是貓,其具有局部的特征.這是一種很好的緩解過擬合現(xiàn)象的方法.
同樣在RNN中用到的參數(shù)共享,在其整條時間鏈上可以進行參數(shù)的共享,這樣才使得其能夠被訓(xùn)練.

5. bagging 和其他集成方法

其實bagging的方法是可以起到正則化的作用,因為正則化就是要減少泛化誤差,而bagging的方法可以組合多個模型起到減少泛化誤差的作用.
在深度學(xué)習(xí)中同樣可以使用此方法,但是其會增加計算和存儲的成本.

6. Dropout

Dropout提供了一種廉價的Bagging集成近似,能夠訓(xùn)練和評估指數(shù)級數(shù)量的神經(jīng)網(wǎng)絡(luò)。dropout可以隨機的讓一部分神經(jīng)元失活,這樣仿佛是bagging的采樣過程,因此可以看做是bagging的廉價的實現(xiàn).
但是它們訓(xùn)練不太一樣,因為bagging,所有的模型都是獨立的,而dropout下所有模型的參數(shù)是共享的.
通?？梢赃@樣理解dropout:假設(shè)我們要判別一只貓,有一個神經(jīng)元說看到有毛就是貓,但是如果我讓這個神經(jīng)元失活,它還能判斷出來是貓的話,這樣就比較具有泛化的能力,減輕了過擬合的風(fēng)險.

7. 輔助分類節(jié)點(auxiliary classifiers)

在Google Inception V1中,采用了輔助分類節(jié)點的策略,即將中間某一層的輸出用作分類,并按一個較小的權(quán)重加到最終的分類結(jié)果中,這樣相當(dāng)于做了模型的融合,同時給網(wǎng)絡(luò)增加了反向傳播的梯度信號,提供了額外的正則化的思想.

8. Batch Normalization

在Google Inception V2中所采用,是一種非常有用的正則化方法,可以讓大型的卷積網(wǎng)絡(luò)訓(xùn)練速度加快很多倍,同事收斂后分類的準(zhǔn)確率也可以大幅度的提高.
BN在訓(xùn)練某層時,會對每一個mini-batch數(shù)據(jù)進行標(biāo)準(zhǔn)化(normalization)處理,使輸出規(guī)范到N(0,1)的正太分布,減少了Internal convariate shift(內(nèi)部神經(jīng)元分布的改變),傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練是,每一層的輸入的分布都在改變,因此訓(xùn)練困難,只能選擇用一個很小的學(xué)習(xí)速率,但是每一層用了BN后,可以有效的解決這個問題,學(xué)習(xí)速率可以增大很多倍.