损失函数度量的是预测值与真实值之间的差异.损失函数通常写做L(y_,y).y_代表了预测值,y代表了真实值. 目标函数可以看做是优化目标,优化模型的最后目标就是使得这个目标函数最大或者最小. 代价函数类似于目标函数. 区别:目标函数(代价函数)可以包含一些约束条件如正则化项.
一般不做严格区分.下面所言损失函数均不包含正则项.
以keras文档列出的几个为例 keras-loss
mse
(mean_squared_error):均方误差损失.K.mean(K.square(y_pred-y_true),axis=-1)
mae
(mean_absolute_error):平均绝对值误差损失.K.mean(K.abs(y_pred-y_true),axis=-1)
mape
(mean_absolute_percentage_error):平均绝对百分误差.
K.abs((y_true - y_pred) / K.clip(K.abs(y_true),K.epsilon(),None))
#clip(x,min,max)防止除0错误
msle
(mean_squared_logarithmic_error):均方对数损失(mse的改进).
#msle
first_log = K.log(K.clip(y_pred, K.epsilon(), None) + 1.)
second_log = K.log(K.clip(y_true, K.epsilon(), None) + 1.)
loss= K.mean(K.square(first_log - second_log), axis=-1)
#mse
first_log = K.clip(y_pred, K.epsilon(), None) + 1.
second_log = K.clip(y_true, K.epsilon(), None) + 1.
loss= K.mean(K.square(first_log - second_log), axis=-1)
msle相比与mse的改进:如果想要预测的值范围很大,mse会受到一些大的值的引导,即使小的值预测准也不行.假设如:
y_true:[1,2,3,100]
y_1:[1,2,3,110]
y_2:[2,3,4,100]
mse计算结果(y_1:100,y_2:3)会认为y_2优于y_1.
msle计算结果(有_1:0.047,0.27)通过预先将所有值取log缓解了这一情况,会认为y_1优于y_2.这比较合理.
code
logcosh
烫烫烫.回归
def cosh(x):
return (K.exp(x) + K.exp(-x)) / 2
K.mean(K.log(cosh(y_pred - y_true)), axis=-1)
这个函数没见人用过,按照公式作图如下:
大致可以看出来如果y_pred与y_true差异越小则值越小.
kullback_leiber_divergence
:KL散度.y_true = K.clip(y_true, K.epsilon(), 1)
y_pred = K.clip(y_pred, K.epsilon(), 1)
K.sum(y_true * K.log(y_true / y_pred), axis=-1)
一种解释:KL散度是用来 度量使用基于Q的编码来编码来自P的样本平均所需的额外的位元数。(熵,交叉熵,)categorical_crossentropy
:多类的对数损失.开始正题.
以mnist数据集为例.(手写数字,28*28图像,10分类问题)
通常会使用softmax loss多分类损失函数.
使用CNN网络(mnist分类容易达到较高的准确度,为了实验效果,网络设计的故意差了点,如没有使用BN,relu,dropout,L2等trick),选择在倒数第二层全连接层输出节点为2个,称为是特征,而后将这2个节点接到最后的的10节点全连接层.
正常的训练过程,到达较高准确度后将每个数据的倒数第二层的特征打印出来.
如下图:
缺点:
原因?举例:
最后一层全连接层输出V=[x1,x2,x3],真实标签是[1,0,0].那么假设V=[x1,x2,x3]是[3.1,3,3],那么softmax的公式使得其只需要V的模长增加倍数即可以降低loss损失.这太容易(只需要增大参数即可)使得网络往往就是这样做的.而不是我们通常想要的那样去努力降低x2,x3的相对于x1的值如[3.1,1,1]这样.这也是所以L2正则会缓解过拟合的一个原因.
解决办法:很多,如故意让softmax也去模拟下均匀分布输出而不仅仅是one_hot.这里只涉及其中一种也就是centerloss.
那么换一个损失函数吧.均方误差损失?如下图:
不但准确度下降到30%,而且互相直接还有了覆盖交集.
有趣的地方:
在上述的几个损失函数上,softmax工作的是最好的了.
针对softmax表现出的问题针对性解决.--->类内间距太大了.
对每一个类都维护一个类中心c,而后在特征层如果该样本里类中心的特征太远就要惩罚.也就是所谓的centerloss.
类中心c:每一个样本的特征需要通过一个好的网络到达特征层获得,这样计算完后所有样本的特征的平均值为类中心c,而好的网络需要是在有类中心加入的情况下才能得到...
没法直接获得c,所以将其放到网络里自己生成,在每一个batch里更新center.即随机初始化center,而后每一个batch里计算当前数据与center的距离,而后将这个梯度形式的距离加到center上.类似于参数修正.同样的类似于梯度下降法,这里再增加一个scale度量a,使得center不会抖动.
实验表明只使用centerloss效果很一般,所以一般是将centerloss与softmax结合起来,引入参数lambda.
总体结构如下:
4.算法过程
5.实验结果
准确度提高约0.6%.
最后附上centerloss的使用代码.
def get_center_loss(features, labels, alpha, num_classes):
"""获取center loss及center的更新op
features: Tensor,表征样本特征,一般使用某个fc层的输出,shape应该为[batch_size, feature_length].
labels: Tensor,表征样本label,非one-hot编码,shape应为[batch_size].
alpha: 0-1之间的数字,控制样本类别中心的学习率,细节参考原文.
num_classes: 整数,表明总共有多少个类别,网络分类输出有多少个神经元这里就取多少.
Return:
loss: Tensor,可与softmax loss相加作为总的loss进行优化.
centers_update_op: op,用于更新样本中心的op,在训练时需要同时运行该op,否则样本中心不会更新
"""
# 获取特征的维数,例如256维
len_features = features.get_shape()[1]
# 建立一个Variable,shape为[num_classes, len_features],用于存储整个网络的样本中心,
# 设置trainable=False是因为样本中心不是由梯度进行更新的
centers = tf.get_variable('centers', [num_classes, len_features], dtype=tf.float32,
initializer=tf.constant_initializer(0), trainable=False)
# 将label展开为一维的,输入如果已经是一维的,则该动作其实无必要
labels = tf.reshape(labels, [-1])
# 根据样本label,获取mini-batch中每一个样本对应的中心值
centers_batch = tf.gather(centers, labels)
# 计算loss
loss = tf.div(tf.nn.l2_loss(features - centers_batch),int(len_features))
# 当前mini-batch的特征值与它们对应的中心值之间的差
diff = centers_batch - features
# 获取mini-batch中同一类别样本出现的次数,了解原理请参考原文公式(4)
unique_label, unique_idx, unique_count = tf.unique_with_counts(labels)
appear_times = tf.gather(unique_count, unique_idx)
appear_times = tf.reshape(appear_times, [-1, 1])
diff = diff / tf.cast((1 + appear_times), tf.float32)
diff = alpha * diff
centers_update_op = tf.scatter_sub(centers, labels, diff)
return loss,centers_update_op
# 损失函数定义
with tf.variable_scope('loss_scope'):
self.centerloss,self.centers_update_op = get_center_loss(self.features,self.y,0.5,self.CLASSNUM)
#self.loss = tf.losses.softmax_cross_entropy(onehot_labels=util.makeonehot(self.y, self.CLASSNUM), logits=self.score)
self.loss = tf.losses.sparse_softmax_cross_entropy(labels=self.y, logits=self.score)+0.05*self.centerloss
# tf.summary.scalar('loss',self.loss)
# 优化器
with tf.control_dependencies([self.centers_update_op]):
self.train_op = tf.train.MomentumOptimizer(0.001, 0.9).minimize(self.loss)