调参技巧

深度学习应用 http://caffecn.cn/?/article/44

神经网络使用心得--欢迎新手借鉴，老手批评指正

我是用Caffe做6分类问题，做一种工业产品的检测。经过反复实验。总结的经验以下几条，供新手参考，也欢迎老手批评指正。大家交流。


 

本文把神经网络的神秘面纱扯下来，新手看了之后，就有了一个完整的认识，知道怎么操作了。当然更基础的东西，要自己学习，掌握。本文仅探讨使用心得，理论方面不包括。

 

个人原创，转载请注明来自本文。

1. 分辨率，用多大的分辨率。这个取决于目标的特征，如果目标是很大的，例如汽车，房子，在图片中占据很大的比重，那么使用100100甚至5050的分辨率就可以了。但是如果目标很小，例如是蚂蚁，这类的。那不能太小，否则，图形特征太小，网络将无法提取形态特征。造成训练失败。我用150*200兼顾了特征的保存以及最小的图像体积，保证了计算量最小。
   
   另外，目标就是目标，不要包含太多背景，否则也是浪费计算量。
   
   
   

2. 网络的选型。使用lenet还是alexnet还是googlenet.看你的问题的规模，如果你的类别不是很多，形态也非常简单，类似于手写数字识别，那么用lenet作为基础，进行调整就可以。如果形态，纹理，都比较复杂，那么lenet受限于特征提取能力，就不合适了，强行使用可能造成网络不收敛。
   
   
   

3. 网络精简。一般的典型网络，如上述网络，都比较庞大，例如alexnet有5层卷积，2个中间层，能分1000类，googlenet就更多了，有十几个卷积层，交叉组合，也是分1000类。而我们的分类任务可能只要分几类，或者十几类。用人家的网络就会显得杀鸡用牛刀，浪费了计算能力，可能i3 CPU足够的，你得用i7, 也就增加了成本。
   
   因此要精简网络，说说自己的经验，alexnet5层卷积的输出节点数，96-256-384-384-256，隐含层409614096节点。
   
   我精简到96-128-128.隐含层只一层，100个节点。分类效果跟精简之前没什么区别。而网络从200多MB降到1MB多，准确度98%, 找到了网络的极限，因为再小的网络，训练无法收敛。可能以后，再增加类别时，需要扩大一下网络。
   
   
   

4. 样本准备。随机一些，不同方向，不同亮度的，甚至目标的尺寸，大一点小一点，都有。要有足够的代表性。
   
   
   

5. 可视化，一定要使用Matlab把卷积层的中间结果输出出来，看看那些结果图是有用的，因为同一层很多特征图事重复的，那么就可以减少输出点数，再训练时，网络就不会提取那些没有用或者重复的特征了。
   
   训练时，学习率0.001. 再缩小也没有什么效果了。
   
   
   

6. 网络越简单，收敛速度越快，比如我用5层卷积时，要训练到4000轮才开始收敛，而3层时，从1000轮就开始收敛。
   
   
   
   总之在机器学习，多层卷机网络的统一理论的指导下，多多实验吧，你会发现更多的特点，这就是一门实验的学问。
   
   另外，也推荐一本书，虽然我还没有看，但是很多人推荐，我也下载了。
   
   Neural Networks：Tricks of the Trade   网络使用技巧，老外写的。
   
   网上能下载到。
   
   
   
   另外，读一读lecun跟hinton的原始论文也帮助很大。

5

分享

• 微博
• QZONE
• 微信

2017-09-05

7 个评论

c408550969

感谢楼主分享，但是我有几个问题：


1、分几类的任务为什么要用深度学习去做，我们用其他方法也可以实现，并且速度肯定是更快的。

2、i3换i7的钱都足够你买一款低端显卡了，显卡比CPU快了上百倍

3、楼主用的网络都有点老了，现在都用VGG,Resnet，Inception，还有最近的Densenet

2017-09-06 09:03

mhaoyang 回复 c408550969

很高兴看到你的反馈。因为是图像分类，如果不用深度学习，很难提取目标的特征，因为目标是毛绒玩具，位置不固定，视角不同，很不规则，所以用深度网络。我实在是找不到更好的方法了。

不知道你有什么建议？

由于我们用的是迷你工控，没有插显卡的位置，所以只能…

alexnet速度比较快，在有限的CPU面前，只好用alexnet了。难道VGG,Resnet更快？

2017-09-06 09:55

alex68

写的挺好的！其实每一点都可以展开细细琢磨。比如学习率那一项，一直固定用0.001的学习率并不好，如果网络可以收敛，一开始应该用比较大的学习率，配合batchnorm，有更好的搜索效果。

2017-09-06 12:56

mhaoyang 回复 alex68

谢谢。batch norm 是怎么操作的？能否解释一下，呵呵。

2017-09-06 16:28

mhaoyang

http://www.icourse163.org/learn/DA-1002183004?tid=1002301011#/learn/content?type=detail&id=1003068709&cid=1003620297&replay=true



吴恩达采访 Hinton，谈他的设计背后的事情，非常值得一看。

2017-09-06 16:30

CatherineW

不错哦，期待你不断补充~

2017-09-07 19:34

骑着大鹅来兜风

学习率分情况，用了BatchNorm的话设置成0.1开始，随迭代次数下降就可以了。GoogLeNet的输入是224*224，这是精心设计的一个输入尺寸，如果你缩小成112肯定就不行了，需要把最后的pool跨度从7改到3。再就是小目标检测中，你甚至需要切图才能训练出来。

2017-09-27 20:10

要回复文章请先登录或注册

发起人

mhaoyang

机器视觉算法工程师 电子工程硕士

擅长话题 :   深度学习应用

推荐内容

• bounding box regression

相关问题

• 请问各位大神caffe有没有用于医学图像处理的例子可以供新手学习的？
• 可视化神经网络的中间特征，有没有人在做这件事情？
• 求助，MFC 下面使用caffe，
• 关于训练一层神经网络的问题
• 如何使用下载的.model文件
• 请问卷积神经网络中卷积网络和后面的全连接网络的分工是什么？
• double-column的卷积神经网络是怎么进行训练的?Caffe可以实现这种多列的卷积网络吗?
• 请问多光谱或高光谱遥感数据能否使用Caffe来训练CNN？
• 多标签分类的caffemodel使用
• 使用两个不同的caffemodel初始化网络的不同部分
• 能否直接使用深度学习的特征？