© 2023 yanghn. All rights reserved. Powered by Obsidian
4.6 Dropout
要点
- Dropout 是一种正则化技术,将一些神经元随机置零,主要用于全连接层神经网络
- 与[[4.5 权重衰退]]类似,只在训练的时候使用,用于降低模型复杂度,这里是参数
逐元素的乘以一个 Mask 矩阵,预测时候不用正则化项 - 沐神理解:Dropout 比 weight decay 好用原因是好调参,因为很直观可以控制模型的复杂度,例如一个 64 个神经元的单隐藏层类似一个128个神经元,0.5 的 droput 的神经网络
1. 基本原理
由于神经网络容易过拟合,Dropout 其实是一种正则化技术,对于每个样本的每个特征:
其中除以
对每个样本都是不一样的神经元结构,相当于丢弃某些神经元
注意
Dropout 是一种正则化技术,相当于修改了目标函数,所以仅在训练的时候使用
# dropout 的实现
import torch
from torch import nn
from d2l import torch as d2l
def dropout_layer(X, dropout):
assert 0 <= dropout <= 1
# 在本情况中,所有元素都被丢弃
if dropout == 1:
return torch.zeros_like(X)
# 在本情况中,所有元素都被保留
if dropout == 0:
return X
mask = (torch.rand(X.shape) > dropout).float()
return mask * X / (1.0 - dropout)
# 验证
X= torch.arange(16, dtype = torch.float32).reshape((2, 8))
print(X)
print(dropout_layer(X, 0.))
print(dropout_layer(X, 0.5))
print(dropout_layer(X, 1.))
2. 复杂实现
复杂实现自定义网路结构,不使用内置的 nn.Dropout
结构
dropout1, dropout2 = 0.2, 0.5
class Net(nn.Module):
def __init__(self, num_inputs, num_outputs, num_hiddens1, num_hiddens2,
is_training = True):
super(Net, self).__init__()
self.num_inputs = num_inputs
self.training = is_training
self.lin1 = nn.Linear(num_inputs, num_hiddens1)
self.lin2 = nn.Linear(num_hiddens1, num_hiddens2)
self.lin3 = nn.Linear(num_hiddens2, num_outputs)
self.relu = nn.ReLU()
def forward(self, X):
H1 = self.relu(self.lin1(X.reshape((-1, self.num_inputs))))
# 只有在训练模型时才使用dropout
if self.training == True:
# 在第一个全连接层之后添加一个dropout层
H1 = dropout_layer(H1, dropout1)
H2 = self.relu(self.lin2(H1))
if self.training == True:
# 在第二个全连接层之后添加一个dropout层
H2 = dropout_layer(H2, dropout2)
out = self.lin3(H2)
return out
net = Net(num_inputs, num_outputs, num_hiddens1, num_hiddens2)
3. 简洁实现
简洁实现使用内置的 nn.Dropout
结构,方便的进行网络训练
net = nn.Sequential(nn.Flatten(),
nn.Linear(784, 256),
nn.ReLU(),
# 在第一个全连接层之后添加一个dropout层
nn.Dropout(dropout1),
nn.Linear(256, 256),
nn.ReLU(),
# 在第二个全连接层之后添加一个dropout层
nn.Dropout(dropout2),
nn.Linear(256, 10))
def init_weights(m):
if type(m) == nn.Linear:
nn.init.normal_(m.weight, std=0.01)
net.apply(init_weights);
num_epochs, lr, batch_size = 10, 0.5, 256
loss = nn.CrossEntropyLoss(reduction='none')
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
trainer = torch.optim.SGD(net.parameters(), lr=lr)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)
笔记
- dropout 可能会使得收敛变慢,因为很多参数都不更新了