经验之谈|别再在CNN中使用Dropout了
点击上方“AI公园”，关注公众号
作者：Harrison Jansma
编译：ronghuaiyang
我注意到有很多关于学习深度学习和将什么是深度学习的资源。但是不幸的是，等到真正需要做一个模型的时候，解释如何去做，何时去做的资源又很少。
我写这篇文章的目的是为了那些尝试去实现深度学习的人，这样你就不必像我一样去看原始的论文或者看Reddit中的讨论了。
本文会告诉你为什么dropout在CNN的结构中会渐渐失宠。
Dropout
如果你在读这篇文章的话，我假设你有一些对dropout的基本理解，以及它在神经网络中扮演的正则化的角色。 
通常来说，只有当我们的网络有过拟合的风险的时候，才需要进行正则化。当网络非常大，训练时间非常长，也没有足够的数据的时候，才可能发生。
如果你的网络的最后有全连接层的话，使用dropout非常的容易。
Keras 实现
python
keras.layers.Dropout(rate, noise_shape=None, seed=None)dropout的比例从0.5开始，逐渐减小直到模型的表现最好。
例子:
model=keras.models.Sequential()
model.add(keras.layers.Dense(150, activation="relu"))
model.add(keras.layers.Dropout(0.5))
注意，这里只在CNN中的全连接层使用。对于其他的层则不用dropout。
作为替代，你应该在卷积中插入batch normalization，这个也会正则化你的模型，同时让训练更加的稳定。
Batch Normalization.
Batch normalization是另外一个队CNN进行正则化的方法。
除了正则化的作用外，batch normalization还避免了CNN训练中的梯度消失的问题。这个可以减小训练的时间，得到更好的结果。
Keras实现
在Keras中实现 batch normalization，使用下面的方法：
keras.layers.BatchNormalization()当使用batch normalization来构建CNN结构时：
- 在卷积层和激活层之间插入batch normalization。
- batch normalization有些超参数需要调试，可以试试。
也可以在激活函数之后插入batch normalization，根据我自身的经验，两种方法效果差不多。
例子:
model.add(Conv2D(60,3, padding = "same"))
model.add(BatchNormalization())
model.add(Activation("relu"))
“使用Batch normalization替换dropout.
如果你不用担心过拟合的话，那么使用batch normalization有很多的好处。由于有正则化的作用，batch normalization可以很大程度上替代CNN中的dropout。
”“我们提出了一种算法，使用batch normalization用来构建，训练和进行推理。得到的网络训练时具有饱和的非线性性，对于大的学习率更加的鲁棒，往往不需要使用Dropout来进行正则化。”-Ioffe 和 Svegedy
至于为什么dropout渐渐失宠，有两个原因。
第一，dropout对卷积层的正则化的作用很小
原因呢？由于卷积层只有很少的参数，他们本身就不需要多少正则化。更进一步说，特征图编码的是空间的关系，特征图的激活是高度相关的，这也导致了dropout的失效。
第二，dropout所擅长的正则化慢慢的过时了
像VGG16这样的大型的网络后面有全连接层，对于这样的模型，需要考虑过拟合，所以在全连接之间使用dropout。
但是不幸的时，现在的结构中全连接层被移除了。
我们使用了global average pooling来代替了全连接层，这种卷积网络可以减小模型的size，同时提高模型的表现。
实验
我做了一个实验，试试看是否 batch normalization可以减少泛化误差。
我构建了5个完全相同的卷积网络结构，然后分别在卷积之间插入dropout，batch norm，或者什么也不插入（control）。
使用batch norm的表现最好，说明在卷积之间应该使用batch norm。
更进一步说，dropout不应该放在卷积之间，dropout越大，模型表现越差。
重点
—
END—
本文可以任意转载，转载时请注明作者及原文地址。
请长按或扫描二维码关注我们