深度学习基础知识点【更新中】
深度学习基础知识点
文章目录
- 深度学习基础知识点
-
- 1. 数据归一化
- 2. 数据集划分
- 3. 混淆矩阵
- 4. 模型文件
- 5. 权重矩阵初始化
- 6. 激活函数
- 7. 模型拟合
- 8. 卷积操作
- 9. 池化操作
- 10. 深度可分离卷积
- 11. 转置卷积
1. 数据归一化
过大的输入数据未归一化会导致损失过大，导致溢出无法正常训练。归一化方法有：Min-Max归一化、平均值归一化等。
为什么要数据归一化：
- 数值问题：标准化可以避免一些不必要的数值问题。因为激活函数sigmoid/tanh的非线性区间大约在 [ -1.7 , 1.7 ]。意味着要使神经元有效，线性计算输出的值的数量级应该在1（1.7所在的数量级）左右。这时如果输入较大，就意味着权值必须较小，一个较大，一个较小，两者相乘，就引起数值问题了。
- 梯度更新：若果输出层的数量级很大，会引起损失函数的数量级很大，这样做反向传播时的梯度也就很大，这时会给梯度的更新带来数值问题。
- 学习率：如果梯度非常大，学习率就必须非常小，因此，学习率（学习率初始值）的选择需要参考输入的范围，不如直接将数据标准化，这样学习率就不必再根据数据范围作调整。
2. 数据集划分
数据集一般划分为训练集、验证集和测试集。
训练集用于模型迭代训练。
在神经网络中，验证数据集用于：
- 寻找最优的网络深度。
- 或者决定反向传播算法的停止点。
- 或者在神经网络中选择隐藏层神经元的数量。
- 在普通的机器学习中常用的交叉验证（Cross Validation）就是把训练数据集本身再细分成不同的验证数据集去训练模型。
测试集用来评估最终模型的泛化能力。但不能作为调参、选择特征等算法相关的选择的依据。
3. 混淆矩阵
- 正例中被判断为正类的样本数（TP-True Positive）
- 正例中被判断为负类的样本数（FN-False Negative）
- 负例中被判断为负类的样本数（TN-True Negative）
- 负例中被判断为正类的样本数（FP-False Positive）
4. 模型文件
目前绝大部分的深度学习框架都将整个AI模型的计算过程抽象成数据流图（Data Flow Graphs）。为了方便地重用AI模型的计算过程，我们需要将它运行的数据流图、相应的运行参数（Parameters）和训练出来的权重（Weights）保存下来，这就是AI模型文件的内容。
TensorFlow的Checkpoint Files用Protobuf去保存数据流图，用SSTable去保存权重；Keras用Json表述数据流图而用h5py去保存权重；PyTorch由于是主要聚焦于动态图计算，模型文件甚至只用pickle保存了权重而没有完整的数据流图。
TensorFlow在设计之初，就考虑了从训练、预测、部署等复杂的需求，所以它的数据流图几乎涵盖了整个过程可能涉及到操作，例如初始化、后向求导及优化算法、设备部署（Device Placement）和分布式化、量化压缩等，所以只需要通过TensorFlow的模型文件就能够获取模型完整的运行逻辑，所以很容易迁移到各种平台使用。
开放式神经网络交换（Open Neural Network Exchange，简称ONNX）是由微软、FaceBook、亚马逊等多个公司一起推出的，针对机器学习设计的开放式文件格式，可以用来存储训练好的模型。它使得不同的人工智能框架可以采用相同格式存储模型数据并交互。
5. 权重矩阵初始化
对于多层网络来说，绝对不能用零初始化！！如果初始值都是0，所以梯度均匀回传，导致所有W的值都同步更新，没有差别。这样的话，无论多少轮，最终的结果也不会正确。
标准正态初始化方法（随机初始化）保证激活函数的输入均值为0，方差为1。
Xavier初始化方法：正向传播时，激活值的方差保持不变；反向传播时，关于状态值的梯度的方差保持不变。
MSRA初始化方法：正向传播时，状态值的方差保持不变；反向传播时，关于激活值的梯度的方差保持不变。
以下是几种初始化方法的应用场景：
6. 激活函数
在线性变换后应用以引入非线性，帮助神经网络学习各种现象。
为什么要使用激活函数：非线性激活函数可以使神经网络逼近复杂函数。如果没有激活函数，多层神经网络和单层神经网络没有差别。
7. 模型拟合
网络的泛化问题：所谓泛化，就是模型在测试集上的表现要和训练集上一样好。
出现过拟合的原因：
- 训练集的数量和模型的复杂度不匹配，样本数量级小于模型的参数
- 训练集和测试集的特征分布不一致
- 样本噪音大，使得神经网络学习到了噪音，正常样本的行为被抑制
- 迭代次数过多，过分拟合了训练数据，包括噪音部分和一些非重要特征
解决过拟合问题：
- 数据扩展：过拟合的原因之一是训练数据不够，通过丰富的图像处理手段，我们往往可以把样本数量翻好几倍。
SMOTE（Synthetic Minority Over-sampling Technique），通过人工合成新样本来处理样本不平衡问题，提升分类器性能。 - 正则（L1正则使权重参数矩阵稀疏化；L2正则使权重矩阵中的值变小）
- 丢弃法（Dropout）：在每个训练批次中，通过忽略一部分的神经元（让其隐层节点值为0），可以明显地减少过拟合现象。
- 早停法（Early stopping）：在训练的过程中，记录到目前为止最好的验证集准确率，当连续N次Epoch没达到最佳准确率时，则可以认为准确率不再提高了。此时便可以停止迭代了。
- 集成学习法
- 特征工程（属于传统机器学习范畴，不在此处讨论）
- 简化模型，减小网络的宽度和深度
8. 卷积操作
- 多入单出的降维卷积
- 多入多出的同维卷积
9. 池化操作
池化，又称为下采样（downstream sampling or sub-sampling）。池化方法分为两种，一种是最大值池化 Max Pooling，一种是平均值池化 Mean/Average Pooling。
- 最大值池化，是取当前池化视野中所有元素的最大值，输出到下一层特征图中。
- 平均值池化，是取当前池化视野中所有元素的平均值，输出到下一层特征图中。
池化层的目的是：
- 扩大视野：就如同先从近处看一张图片，然后离远一些再看同一张图片，有些细节就会被忽略
- 降维：在保留图片局部特征的前提下，使得图片更小，更易于计算
- 平移不变性，轻微扰动不会影响输出：比如上图中最大值池化的4，即使向右偏一个像素，其输出值仍为4
- 维持同尺寸图片，便于后端处理：假设输入的图片不是一样大小的，就需要用池化来转换成同尺寸图片
10. 深度可分离卷积
相比常规卷积，深度可分离卷积的参数更少。
- 逐通道卷积（Depthwise Convolution）：拆分为单个通道特征图，分别进行单通道卷积，然后重新堆叠到一起。
- 逐点卷积（Pointwise Convolution）：将逐通道卷积输出得到的特征图进行第二次卷积，卷积核大小为1×1，滤波器的通道数与逐通道卷积输出的特征图的通道数一致。
11. 转置卷积
转置卷积（Transpose Convolution），一些地方也称为“反卷积”，在深度学习中表示为卷积的一个逆向过程，可以根据卷积核大小和输出的大小，恢复卷积前的图像尺寸，而不是恢复原始值。
>>> input = torch.randn(1, 16, 12, 12)
>>> downsample = nn.Conv2d(16, 16, 3, stride=2, padding=1)
>>> upsample = nn.ConvTranspose2d(16, 16, 3, stride=2, padding=1)
>>> h = downsample(input)
>>> h.size()
torch.Size([1, 16, 6, 6])
>>> output = upsample(h, output_size=input.size())
>>> output.size()
torch.Size([1, 16, 12, 12])