重磅干貨，第一時(shí)間送達(dá)
大家都遇到過這種情況，訓(xùn)練的時(shí)候沒什么問題，測試的時(shí)候就不對勁了，想找問題，感覺無處入手，那么今天，給你37個(gè)建議，看看再說吧。
這個(gè)網(wǎng)絡(luò)在過去12個(gè)小時(shí)中一直在進(jìn)行訓(xùn)練。一切看起來都很好：梯度在流動(dòng)，損失在降低。但是接下來的預(yù)測結(jié)果是：所有都是0，所有都是背景，沒有檢測到任何東西。“我做錯(cuò)了什么？”—我問我的電腦，電腦沒睬我。
你從哪里開始檢查你的模型是否正在輸出垃圾(例如預(yù)測所有輸出的平均值，或者它的準(zhǔn)確性非常差)？
由于一些原因，網(wǎng)絡(luò)可能不會(huì)進(jìn)行訓(xùn)練。在許多調(diào)試的過程中，我經(jīng)常發(fā)現(xiàn)自己在執(zhí)行相同的檢查。我把我的經(jīng)驗(yàn)和最好的想法整理在這個(gè)方便的列表里。我希望它們對你也有用。
很多事情都可能出錯(cuò)。但其中一些更有可能出現(xiàn)問題。我通常以這張簡短的清單作為緊急第一反應(yīng)：
從一個(gè)已知對這類數(shù)據(jù)有效的簡單模型開始(例如，圖像的VGG)。如果可能的話，使用標(biāo)準(zhǔn)的損失。
關(guān)閉所有花哨的功能，例如正則化和數(shù)據(jù)擴(kuò)充。
如果對模型進(jìn)行finetune，請仔細(xì)檢查預(yù)處理，因?yàn)轭A(yù)處理應(yīng)該與原始模型的訓(xùn)練相同。
驗(yàn)證輸入數(shù)據(jù)是否正確。
從一個(gè)很小的數(shù)據(jù)集(2-20個(gè)樣本)開始。對其進(jìn)行過擬合，并逐漸添加更多數(shù)據(jù)。
開始逐步添加所有遺漏的部分：增強(qiáng)/正則化，自定義損失函數(shù)，嘗試更復(fù)雜的模型。
如果上面的步驟沒有什么用，那么就從下面的列表開始，逐一驗(yàn)證。
檢查你正在向網(wǎng)絡(luò)提供的輸入數(shù)據(jù)是否有意義。例如，我不止一次地搞混了圖像的寬度和高度。有時(shí)，我會(huì)不小心把輸入全部搞成了0?；蛘呶視?huì)反復(fù)的使用相同batch。因此，打印/顯示兩個(gè)batch的輸入和目標(biāo)輸出，并確保它們是正確的。
嘗試傳遞隨機(jī)數(shù)而不是實(shí)際數(shù)據(jù)，看看錯(cuò)誤的現(xiàn)象是否相同。如果是的話，這是一個(gè)確定的信號(hào)，表明你的網(wǎng)絡(luò)在某個(gè)時(shí)候正在把數(shù)據(jù)變成垃圾。試著一層一層地調(diào)試看看哪里出錯(cuò)了。
你的數(shù)據(jù)可能沒有問題，但是將輸入傳遞到網(wǎng)絡(luò)的代碼可能會(huì)有問題。在任何操作之前打印第一層的輸入并檢查它。
檢查一些輸入樣本的標(biāo)簽是否正確。還要確保對輸入樣本的變換對輸出標(biāo)簽的作用是相同的。
也許輸入和輸出之間關(guān)系的非隨機(jī)部分與隨機(jī)部分相比太小了(有人可能會(huì)說股票價(jià)格是這樣的)。也就是說，輸入與輸出的關(guān)系并不充分。由于這取決于數(shù)據(jù)的性質(zhì)，因此沒有一種通用的方法來檢測這一點(diǎn)。
有一次，當(dāng)我從一個(gè)食品網(wǎng)站上抓取圖像數(shù)據(jù)集時(shí)，這種情況發(fā)生在我身上。有太多不好的標(biāo)簽，網(wǎng)絡(luò)無法學(xué)習(xí)。手動(dòng)檢查一些輸入樣本，看看標(biāo)簽是不是正確。
噪聲的截止點(diǎn)有待討論，因?yàn)楸疚脑谑褂?0%損壞標(biāo)簽的MNIST上獲得了超過50%的準(zhǔn)確性。
如果你的數(shù)據(jù)集沒有被打亂，并且有一個(gè)特定的順序(按標(biāo)簽排序)，這可能會(huì)對學(xué)習(xí)產(chǎn)生負(fù)面的影響。打亂你的數(shù)據(jù)集，以避免這種情況。確保你在進(jìn)行打亂的時(shí)候，是把輸入和標(biāo)簽一起打亂的。
每一個(gè)類別B的圖像就有1000個(gè)類別A的圖像？你可能需要平衡損失函數(shù)或嘗試其他類別不平衡的方法。
如果你正在從頭開始訓(xùn)練一個(gè)網(wǎng)絡(luò)，你可能需要大量的數(shù)據(jù)。對于圖像分類，人們說每個(gè)類需要1000個(gè)或更多的圖像。
這可能發(fā)生在排過序的數(shù)據(jù)集中(即前10k個(gè)樣本包含相同的類)。通過打亂數(shù)據(jù)集很容易修復(fù)。
這篇文章指出大的batch size會(huì)降低模型的泛化能力。
在測試新網(wǎng)絡(luò)架構(gòu)或編寫新代碼時(shí)，首先使用標(biāo)準(zhǔn)數(shù)據(jù)集，而不是你自己的數(shù)據(jù)。這是因?yàn)檫@些數(shù)據(jù)集有很多參考結(jié)果，而且它們被證明是“可解的”。不會(huì)出現(xiàn)標(biāo)簽噪聲、訓(xùn)練/測試分布差異、數(shù)據(jù)集難度過大等問題。
你是否標(biāo)準(zhǔn)化了你的輸入使其均值和單位方差為零？
增強(qiáng)具有規(guī)律性的效果。太多的這些與其他形式的正則化(權(quán)值的L2，dropout等等)結(jié)合在一起會(huì)導(dǎo)致網(wǎng)絡(luò)欠擬合。
如果你使用的是預(yù)訓(xùn)練模型，請確保你使用的歸一化和預(yù)處理與訓(xùn)練時(shí)的模型相同。例如，圖像像素應(yīng)該在[0,1]、[- 1,1]還是[0,255]范圍內(nèi)?
CS231n指出了一個(gè)常見的陷阱：
“……任何預(yù)處理統(tǒng)計(jì)數(shù)據(jù)(例如數(shù)據(jù)平均值)必須僅對訓(xùn)練數(shù)據(jù)進(jìn)行計(jì)算，然后應(yīng)用于驗(yàn)證/測試數(shù)據(jù)。”例如，計(jì)算平均值并從整個(gè)數(shù)據(jù)集中的每幅圖像中減去它，然后將數(shù)據(jù)分割為train/val/test分割是錯(cuò)誤的。'
同時(shí)，檢查每個(gè)樣本或batch的預(yù)處理的不同之處。
這將有助于找到問題所在。例如，如果目標(biāo)輸出是物體的類別和坐標(biāo)，請嘗試只預(yù)測物體的類別。
再次來自優(yōu)秀的CS231n：使用小參數(shù)進(jìn)行初始化，沒有正則化。例如，如果我們有10個(gè)類，在隨機(jī)的情況下意味著我們將有10%的時(shí)候會(huì)得到正確的類，Softmax損失是正確類的概率的負(fù)對數(shù)，因此：-ln(0.1) = 2.302.
在此之后，試著增加正則化強(qiáng)度，這會(huì)增加損失。
如果你實(shí)現(xiàn)了自己的loss函數(shù)，那么檢查它的bug并添加單元測試。通常，我自己寫的損失可能是不正確的，并以一種微妙的方式損害了網(wǎng)絡(luò)的性能。
如果你使用的是框架提供的loss函數(shù)，請確保你傳遞給它的是它所期望的。例如，在PyTorch中，我會(huì)混淆NLLLoss和CrossEntropyLoss，因?yàn)榍罢咝枰猻oftmax輸入，而后者不需要。
如果你的損失由幾個(gè)較小的損失函數(shù)組成，請確保它們相對于每個(gè)損失函數(shù)的大小是正確的。這可能涉及測試不同的損失權(quán)重組合。
有時(shí)候，損失并不能很好地預(yù)測你的網(wǎng)絡(luò)是否訓(xùn)練的好。如果可以，使用其他指標(biāo)，如準(zhǔn)確性。
你自己實(shí)現(xiàn)了網(wǎng)絡(luò)中的一些層嗎？反復(fù)檢查以確保它們按照預(yù)期工作。
檢查你是否無意中禁用了一些層/變量的梯度的更新。
也許你的網(wǎng)絡(luò)的表達(dá)能力不足以得到目標(biāo)函數(shù)。嘗試在全連接的層中添加更多的層或更多的隱藏單元。
如果你的輸入看起來像(k, H, W) =(64, 64, 64)那么很容易忽略與錯(cuò)誤維度相關(guān)的錯(cuò)誤。對輸入維度使用奇怪的數(shù)字(例如，每個(gè)維度使用不同的素?cái)?shù))，并檢查它們?nèi)绾卧诰W(wǎng)絡(luò)中傳播。
如果你手動(dòng)實(shí)現(xiàn)梯度下降，檢查梯度，確保你的反向傳播工作正常。
過擬合數(shù)據(jù)的一個(gè)子集，并確保它能工作。例如，用一兩個(gè)樣本來訓(xùn)練，看看你的網(wǎng)絡(luò)是否能學(xué)會(huì)區(qū)分它們。再繼續(xù)使用每個(gè)類的更多樣本。
如果不確定的話，使用Xavier或He初始化。另外，初始化可能會(huì)導(dǎo)致錯(cuò)誤的局部最小值，所以嘗試不同的初始化，看看是否有幫助。
也許你使用了一組特別糟糕的超參數(shù)。如果可行，嘗試網(wǎng)格搜索。
過多的正則化會(huì)導(dǎo)致網(wǎng)絡(luò)嚴(yán)重欠擬合。減少正規(guī)化，如dropout、、權(quán)重/偏置L2正規(guī)化等。在優(yōu)秀的“Practical Deep Learning for coders”課程中，Jeremy Howard建議首先擺脫欠擬合。這意味著你需要對訓(xùn)練數(shù)據(jù)進(jìn)行充分的過擬合，然后再解決過擬合問題。
也許你的網(wǎng)絡(luò)需要更多的時(shí)間來訓(xùn)練，才能開始做出有意義的預(yù)測。如果你的損失在穩(wěn)步減少，那就讓它繼續(xù)訓(xùn)練吧。
有些框架具有Batch Norm、drop等層，在訓(xùn)練和測試期間的行為有所不同。切換到適當(dāng)?shù)哪Ｊ娇赡苡兄谀愕木W(wǎng)絡(luò)進(jìn)行正確的預(yù)測。
監(jiān)控每一層的激活值、權(quán)重和更新。確保它們大小匹配。例如，參數(shù)更新的大小(權(quán)重和偏差)應(yīng)該是1-e3。
考慮一個(gè)可視化庫，比如Tensorboard和Crayon。必要時(shí)，你還可以打印權(quán)重/偏置/激活值。
尋找平均值比0大得多的層激活。嘗試 Batch Norm或ELUs。
Deeplearning4j指出在權(quán)重和偏差直方圖中應(yīng)該能看到：
對于權(quán)值，這些直方圖在一段時(shí)間后應(yīng)該有一個(gè)近似的高斯分布。對于偏置，這些直方圖通常從0開始，通常以近似高斯分布結(jié)束(LSTM是一個(gè)例外)。注意那些發(fā)散到+/-∞的參數(shù)。留意那些變得很大的偏置。如果類的分布非常不平衡，這種情況有時(shí)會(huì)發(fā)生在分類的輸出層。
檢查層的更新，他們應(yīng)該是一個(gè)高斯分布。
你選擇的優(yōu)化器不應(yīng)該會(huì)導(dǎo)致你的網(wǎng)絡(luò)不訓(xùn)練，除非你選擇了特別糟糕的超參數(shù)。然而，對于一個(gè)任務(wù)，適當(dāng)?shù)膬?yōu)化器可以幫助在最短的時(shí)間內(nèi)獲得最多的訓(xùn)練。你正在使用的算法的論文中應(yīng)該會(huì)指定優(yōu)化器。如果不是，我傾向于使用Adam或使用動(dòng)量的SGD。
查看Sebastian Ruder的excellent post了解更多關(guān)于梯度下降優(yōu)化器的信息。
檢查層的更新，因?yàn)楹艽蟮闹悼梢詫?dǎo)致梯度爆炸。梯度剪裁可能會(huì)有所幫助。
檢查層的激活。來自Deeplearning4j的是一條很好的指導(dǎo)方針：“一個(gè)好的激活值的標(biāo)準(zhǔn)差在0.5到2.0之間。顯著地超出這個(gè)范圍可能意味著激活值的消失或爆炸”
較低的學(xué)習(xí)率會(huì)導(dǎo)致模型非常緩慢地收斂。
高學(xué)習(xí)率將在開始時(shí)迅速減少損失，但可能很難找到一個(gè)好的解決方案。
把你當(dāng)前的學(xué)習(xí)速度乘以0.1或10。
在訓(xùn)練RNN時(shí)，獲得NaN (Non-a-Number)是一個(gè)更大的問題。一些解決方法：
降低學(xué)習(xí)速率，特別是在前100次迭代中獲得NaNs時(shí)。
NaNs可以由除以0或ln(0)或負(fù)數(shù)得到。
Russell Stewart有很多關(guān)于如何處理NaNs的建議(http://russellsstewart.com/notes/0.html)。
嘗試逐層評(píng)估你的網(wǎng)絡(luò)，并查看NaNs出現(xiàn)在哪里。
下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程
聯(lián)系客服
