TensorFlow深度学习笔记 实现与优化深度神经网络

rfqg2955 3年前
   <h2>全连接神经网络</h2>    <p>辅助阅读: <a href="/misc/goto?guid=4959673730250953768" rel="nofollow,noindex">TensorFlow中文社区教程</a> - <a href="/misc/goto?guid=4959673730328683241" rel="nofollow,noindex">英文官方教程</a></p>    <p>代码见: <a href="/misc/goto?guid=4959673730406203730" rel="nofollow,noindex">full_connect.py</a></p>    <h2>Linear Model</h2>    <ul>     <li>加载 lesson 1 中的数据集</li>     <li>将Data降维成一维,将label映射为one-hot encoding <pre>  <code class="language-python">def reformat(dataset, labels):    dataset = dataset.reshape((-1, image_size * image_size)).astype(np.float32)    # Map 0 to [1.0, 0.0, 0.0 ...], 1 to [0.0, 1.0, 0.0 ...]    labels = (np.arange(num_labels) == labels[:, None]).astype(np.float32)    return dataset, labels</code></pre> <h3>TensorFlow Graph</h3> </li>     <li> <p>使用梯度计算train_loss,用tf.Graph()创建一个计算单元</p>      <ul>       <li>用tf.constant将dataset和label转为tensorflow可用的训练格式(训练中不可修改)</li>       <li>用tf.truncated_normal生成正太分布的数据,作为W的初始值,初始化b为可变的0矩阵</li>       <li>用tf.variable将上面的矩阵转为tensorflow可用的训练格式(训练中可以修改)</li>       <li>用tf.matmul实现矩阵相乘,计算WX+b,这里实际上logit只是一个变量,而非结果</li>       <li>用tf.nn.softmax_cross_entropy_with_logits计算WX+b的结果相较于原来的label的train_loss,并求均值</li>       <li>使用梯度找到最小train_loss <pre>  <code class="language-python">optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(loss)</code></pre> </li>       <li>计算相对valid_dataset和test_dataset对应的label的train_loss</li>      </ul> <p>上面这些变量都是一种Tensor的概念,它们是一个个的计算单元,我们在Graph中设置了这些计算单元,规定了它们的组合方式,就好像把一个个门电路串起来那样</p> </li>    </ul>    <h3>TensorFLow Session</h3>    <p>Session用来执行Graph里规定的计算,就好像给一个个门电路通上电,我们在Session里,给计算单元冲上数据,That’s Flow.</p>    <ul>     <li> <p>重复计算单元反复训练800次,提高其准确度</p>      <ul>       <li>为了快速查看训练效果,每轮训练只给10000个训练数据(subset),恩,每次都是相同的训练数据</li>       <li>将计算单元graph传给session</li>       <li>初始化参数</li>       <li>传给session优化器 - train_loss的梯度optimizer,训练损失 - train_loss,每次的预测结果,循环执行训练 <pre>  <code class="language-python">with tf.Session(graph=graph) as session:      tf.initialize_all_variables().run()      for step in range(num_steps):          _, l, predictions = session.run([optimizer, loss, train_prediction])</code></pre> </li>       <li>在循环过程中,W和b会保留,并不断得到修正</li>       <li>在每100次循环后,会用验证集进行验证一次,验证也同时修正了一部分参数 <pre>  <code class="language-python">valid_prediction.eval()</code></pre> </li>       <li>最后用测试集进行测试</li>       <li>注意如果lesson 1中没有对数据进行乱序化,可能训练集预测准确度很高,验证集和测试集准确度会很低</li>      </ul> <p>这样训练的准确度为83.2%</p> </li>    </ul>    <h2>SGD</h2>    <ul>     <li> <p>每次只取一小部分数据做训练,计算loss时,也只取一小部分数据计算loss</p>      <ul>       <li>对应到程序中,即修改计算单元中的训练数据,        <ul>         <li>每次输入的训练数据只有128个,随机取起点,取连续128个数据: <pre>  <code class="language-python">offset = (step * batch_size) % (train_labels.shape[0] - batch_size)  batch_data = train_dataset[offset:(offset + batch_size), :]  batch_labels = train_labels[offset:(offset + batch_size), :]</code></pre> </li>        </ul> </li>       <li>由于这里的数据是会变化的,因此用tf.placeholder来存放这块空间 <pre>  <code class="language-python">tf_train_dataset = tf.placeholder(tf.float32,                                        shape=(batch_size, image_size * image_size))  tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels))</code></pre> </li>       <li>计算3000次,训练总数据量为384000,比之前8000000少</li>      </ul> <p>准确率提高到86.5%,而且准确率随训练次数增加而提高的速度变快了</p> </li>    </ul>    <h2>神经网络</h2>    <ul>     <li>上面SGD的模型只有一层WX+b,现在使用一个RELU作为中间的隐藏层,连接两个WX+b      <ul>       <li>仍然只需要修改Graph计算单元为 <pre>  <code class="language-python">Y = W2 * RELU(W1*X + b1) + b2</code></pre> </li>       <li>为了在数学上满足矩阵运算,我们需要这样的矩阵运算: <pre>  <code class="language-python">[n * 10] = RELU([n * 784] · [784 * N] + [n * N]) · [N * 10] + [n * 10]</code></pre> </li>       <li>这里N取1024,即1024个隐藏结点</li>       <li>于是四个参数被修改 <pre>  <code class="language-python">weights1 = tf.Variable(          tf.truncated_normal([image_size * image_size, hidden_node_count]))  biases1 = tf.Variable(tf.zeros([hidden_node_count]))  weights2 = tf.Variable(          tf.truncated_normal([hidden_node_count, num_labels]))  biases2 = tf.Variable(tf.zeros([num_labels]))</code></pre> </li>       <li>预测值计算方法改为 <pre>  <code class="language-python">ys = tf.matmul(tf_train_dataset, weights1) + biases1  hidden = tf.nn.relu(ys)  logits = tf.matmul(hidden, weights2) + biases2</code></pre> </li>       <li>计算3000次,可以发现准确率一开始提高得很快,后面提高速度变缓,最终测试准确率提高到88.8%</li>      </ul> </li>    </ul>    <h2>深度神经网络实践</h2>    <p>代码见 <a href="/misc/goto?guid=4959673730493674532" rel="nofollow,noindex">nn_overfit.py</a></p>    <h2>优化</h2>    <h3>Regularization</h3>    <p>在前面实现的 RELU连接的两层神经网络 中,加Regularization进行约束,采用加l2 norm的方法,进行调节:</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/e8747d9fc4ce8b666fe126a097bc3d6c.png"></p>    <p>代码实现上,只需要对tf_sgd_relu_nn中train_loss做修改即可:</p>    <ul>     <li>可以用tf.nn.l2_loss(t)对一个Tensor对象求l2 norm</li>     <li>需要对我们使用的各个W都做这样的计算(参考tensorflow官方 example ) <pre>  <code class="language-python">l2_loss = tf.nn.l2_loss(weights1) + tf.nn.l2_loss(weights2)</code></pre> </li>     <li>添加到train_loss上</li>     <li>这里还有一个重要的点,Hyper Parameter: β      <ul>       <li>我觉得这是一个拍脑袋参数,取什么值都行,但效果会不同,我这里解释一下我取β=0.001的理由</li>       <li>如果直接将l2_loss加到train_loss上,每次的train_loss都特别大,几乎只取决于l2_loss</li>       <li>为了让原本的train_loss与l2_loss都能较好地对参数调整方向起作用,它们应当至少在同一个量级</li>       <li>观察不加l2_loss,step 0 时,train_loss在300左右</li>       <li>加l2_loss后, step 0 时,train_loss在300000左右</li>       <li>因此给l2_loss乘0.0001使之降到同一个量级 <pre>  <code class="language-python">loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits, tf_train_labels)) + 0.001 * l2_loss</code></pre> </li>       <li>所有其他参数不变,训练3000次,准确率提高到92.7%</li>       <li>黑魔法之所以为黑魔法就在于,这个参数可以很容易地影响准确率,如果β = 0.002,准确率提高到93.5%</li>      </ul> </li>    </ul>    <h3>OverFit问题</h3>    <p>在训练数据很少的时候,会出现训练结果准确率高,但测试结果准确率低的情况</p>    <ul>     <li>缩小训练数据范围:将把batch数据的起点offset的可选范围变小(只能选择0-1128之间的数据): <pre>  <code class="language-python">offset_range = 1000  offset = (step * batch_size) % offset_range</code></pre> </li>     <li>可以看到,在step500后,训练集就一直是100%,验证集一直是77.6%,准确度无法随训练次数上升,最后的测试准确度是85.4%</li>    </ul>    <h3>DropOut</h3>    <p>采取Dropout方式强迫神经网络学习更多知识</p>    <ul>     <li>我们需要丢掉RELU出来的部分结果</li>     <li>调用tf.nn.dropout达到我们的目的: <pre>  <code class="language-python">keep_prob = tf.placeholder(tf.float32)  if drop_out:    hidden_drop = tf.nn.dropout(hidden, keep_prob)    h_fc = hidden_drop</code></pre> </li>     <li>这里的keep_prob是保留概率,即我们要保留的RELU的结果所占比例,tensorflow建议的 <a href="/misc/goto?guid=4959673730810614874" rel="nofollow,noindex">语法</a> 是,让它作为一个placeholder,在run时传入</li>     <li>当然我们也可以不用placeholder,直接传一个0.5: <pre>  <code class="language-python">if drop_out:    hidden_drop = tf.nn.dropout(hidden, 0.5)    h_fc = hidden_drop</code></pre> </li>     <li>这种训练的结果就是,虽然在step 500对训练集预测没能达到100%(起步慢),但训练集预测率达到100%后,验证集的预测正确率仍然在上升</li>     <li>这就是Dropout的好处,每次丢掉随机的数据,让神经网络每次都学习到更多,但也需要知道,这种方式只在我们有的训练数据比较少时很有效</li>     <li>最后预测准确率为88.0%</li>    </ul>    <h3>Learning Rate Decay</h3>    <p>随着训练次数增加,自动调整步长</p>    <ul>     <li>在之前单纯两层神经网络基础上,添加Learning Rate Decay算法</li>     <li>使用tf.train.exponential_decay方法,指数下降调整步长,具体使用方法 官方文档 说的特别清楚</li>     <li>注意这里面的cur_step传给优化器,优化器在训练中对其做自增计数</li>     <li>与之前单纯两层神经网络对比,准确率直接提高到90.6%</li>    </ul>    <h2>Deep Network</h2>    <p>增加神经网络层数,增加训练次数到20000</p>    <ul>     <li>为了避免修改网络层数需要重写代码,用循环实现中间层 <pre>  <code class="language-python"># middle layer  for i in range(layer_cnt - 2):     y1 = tf.matmul(hidden_drop, weights[i]) + biases[i]     hidden_drop = tf.nn.relu(y1)     if drop_out:         keep_prob += 0.5 * i / (layer_cnt + 1)         hidden_drop = tf.nn.dropout(hidden_drop, keep_prob)</code></pre> </li>     <li> <p>初始化weight在迭代中使用</p> <pre>  <code class="language-python">for i in range(layer_cnt - 2):     if hidden_cur_cnt > 2:         hidden_next_cnt = int(hidden_cur_cnt / 2)     else:         hidden_next_cnt = 2     hidden_stddev = np.sqrt(2.0 / hidden_cur_cnt)     weights.append(tf.Variable(tf.truncated_normal([hidden_cur_cnt, hidden_next_cnt], stddev=hidden_stddev)))     biases.append(tf.Variable(tf.zeros([hidden_next_cnt])))     hidden_cur_cnt = hidden_next_cnt</code></pre>      <ul>       <li>第一次测试时,用正太分布设置所有W的数值,将标准差设置为1,由于网络增加了一层,寻找step调整方向时具有更大的不确定性,很容易导致loss变得很大</li>       <li>因此需要用stddev调整其标准差到一个较小的范围(怎么调整有许多研究,这里直接找了一个来用)</li>      </ul> <pre>  <code class="language-python">stddev = np.sqrt(2.0 / n)</code></pre> </li>     <li> <p>启用regular时,也要适当调一下β,不要让它对原本的loss造成过大的影响</p> </li>     <li>DropOut时,因为后面的layer得到的信息越重要,需要动态调整丢弃的比例,到后面的layer,丢弃的比例要减小 <pre>  <code class="language-python">keep_prob += 0.5 * i / (layer_cnt + 1)</code></pre> </li>     <li>训练时,调节参数,你可能遇到 消失(或爆炸)的梯度问题 ,<br> 训练到一定程度后,梯度优化器没有什么作用,loss和准确率总是在一定范围内徘徊</li>     <li>官方教程表示最好的训练结果是,准确率97.5%,</li>     <li>我的 nn_overfit.py 开启六层神经网络,<br> 启用Regularization、DropOut、Learning Rate Decay,<br> 训练次数20000(应该还有再训练的希望,在这里虽然loss下降很慢了,但仍然在下降),训练结果是,准确率95.2%</li>    </ul>    <p> </p>    <p> </p>    <p>来自:http://www.jianshu.com/p/ea1f82a33102</p>    <p> </p>