作者 Samuel Lynn-Evans
王小新 編譯自 FloydHub Blog
量子位 出品 | 公眾號 QbitAI在各種Kaggle競賽的排行榜上，都有不少剛剛進入深度學(xué)習(xí)領(lǐng)域的程序員，其中大部分有一個共同點： 都上過Fast.ai的課程。 這些免費、重實戰(zhàn)的課程非常鼓勵學(xué)生去參加Kaggle競賽，檢驗自己的能力。當(dāng)然，也向?qū)W生們傳授了不少稱霸Kaggle的深度學(xué)習(xí)技巧。 是什么秘訣讓新手們在短期內(nèi)快速掌握并能構(gòu)建最先進的DL算法？一位名叫塞繆爾（Samuel Lynn-Evans）的法國學(xué)員總結(jié)了十條經(jīng)驗。 
他這篇文章發(fā)表在FloydHub官方博客上，因為除了來自Fast.ai的技巧之外，他還用了FloydHub的免設(shè)置深度學(xué)習(xí)GPU云平臺。 接下來，我們看看他從學(xué)來的十大技藝： 1. 使用Fast.ai庫Fast.ai庫是一個新手友好型的深度學(xué)習(xí)工具箱，而且是目前復(fù)現(xiàn)最新算法的首要之選。
每當(dāng)Fast.ai團隊及AI研究者發(fā)現(xiàn)一篇有趣論文時，會在各種數(shù)據(jù)集上進行測試，并確定合適的調(diào)優(yōu)方法。他們會把效果較好的模型實現(xiàn)加入到這個函數(shù)庫中，用戶可以快速載入這些模型。 于是，F(xiàn)ast.ai庫成了一個功能強大的工具箱，能夠快速載入一些當(dāng)前最新的算法實現(xiàn)，如帶重啟的隨機梯度下降算法、差分學(xué)習(xí)率和測試時增強等等，這里不逐一提及了。 下面會分別介紹這些技術(shù)，并展示如何使用Fast.ai庫來快速使用它們。 這個函數(shù)庫是基于PyTorch構(gòu)建，構(gòu)建模型時可以流暢地使用。 Fast.ai庫地址：
https://github.com/fastai/fastai 2. 使用多個而不是單一學(xué)習(xí)率
差分學(xué)習(xí)率（Differential Learning rates）意味著在訓(xùn)練時變換網(wǎng)絡(luò)層比提高網(wǎng)絡(luò)深度更重要。 基于已有模型來訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)，這是一種被驗證過很可靠的方法，可以在計算機視覺任務(wù)中得到更好的效果。 大部分已有網(wǎng)絡(luò)（如Resnet、VGG和Inception等）都是在ImageNet數(shù)據(jù)集訓(xùn)練的，因此我們要根據(jù)所用數(shù)據(jù)集與ImageNet圖像的相似性，來適當(dāng)改變網(wǎng)絡(luò)權(quán)重。 在修改這些權(quán)重時，我們通常要對模型的最后幾層進行修改，因為這些層被用于檢測基本特征（如邊緣和輪廓），不同數(shù)據(jù)集有著不同基本特征。 首先，要使用Fast.ai庫來獲得預(yù)訓(xùn)練的模型，代碼如下： from fastai.conv_learner import *
# import library for creating learning object for convolutional #networks
model = VVG16()
# assign model to resnet, vgg, or even your own custom model
PATH = './folder_containing_images'
data = ImageClassifierData.from_paths(PATH)
# create fast ai data object, in this method we use from_paths where
# inside PATH each image class is separated into different folders
learn = ConvLearner.pretrained(model, data, precompute=True)
# create a learn object to quickly utilise state of the art
# techniques from the fast ai library
創(chuàng)建學(xué)習(xí)對象之后（learn object），通過快速凍結(jié)前面網(wǎng)絡(luò)層并微調(diào)后面網(wǎng)絡(luò)層來解決問題： learn.freeze()
# freeze layers up to the last one, so weights will not be updated.
learning_rate = 0.1
learn.fit(learning_rate, epochs=3)
# train only the last layer for a few epochs
當(dāng)后面網(wǎng)絡(luò)層產(chǎn)生了良好效果，我們會應(yīng)用差分學(xué)習(xí)率來改變前面網(wǎng)絡(luò)層。在實際中，一般將學(xué)習(xí)率的縮小倍數(shù)設(shè)置為10倍： learn.unfreeze()
# set requires_grads to be True for all layers, so they can be updated
learning_rate = [0.001, 0.01, 0.1]
# learning rate is set so that deepest third of layers have a rate of 0.001, # middle layers have a rate of 0.01, and final layers 0.1.
learn.fit(learning_rate, epochs=3)
# train model for three epoch with using differential learning rates
3. 如何找到合適的學(xué)習(xí)率學(xué)習(xí)率是神經(jīng)網(wǎng)絡(luò)訓(xùn)練中最重要的超參數(shù)，沒有之一，但之前在實際應(yīng)用中很難為神經(jīng)網(wǎng)絡(luò)選擇最佳的學(xué)習(xí)率。 Leslie Smith的一篇周期性學(xué)習(xí)率論文發(fā)現(xiàn)了答案，這是一個相對不知名的發(fā)現(xiàn)，直到它被Fast.ai課程推廣后才逐漸被廣泛使用。 這篇論文是： Cyclical Learning Rates for Training Neural Networks
https:///abs/1506.01186 在這種方法中，我們嘗試使用較低學(xué)習(xí)率來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，但是在每個批次中以指數(shù)形式增加，相應(yīng)代碼如下： learn.lr_find()
# run on learn object where learning rate is increased exponentially
learn.sched.plot_lr()
# plot graph of learning rate against iterations
△ 每次迭代后學(xué)習(xí)率以指數(shù)形式增長同時，記錄每個學(xué)習(xí)率對應(yīng)的Loss值，然后畫出學(xué)習(xí)率和Loss值的關(guān)系圖： learn.sched.plot()
# plots the loss against the learning rate
△ 找出Loss值在下降但仍未穩(wěn)定的點通過找出學(xué)習(xí)率最高且Loss值仍在下降的值來確定最佳學(xué)習(xí)率。在上述情況中，該值將為0.01。 4. 余弦退火在采用批次隨機梯度下降算法時，神經(jīng)網(wǎng)絡(luò)應(yīng)該越來越接近Loss值的全局最小值。當(dāng)它逐漸接近這個最小值時，學(xué)習(xí)率應(yīng)該變得更小來使得模型不會超調(diào)且盡可能接近這一點。 余弦退火（Cosine annealing）利用余弦函數(shù)來降低學(xué)習(xí)率，進而解決這個問題，如下圖所示： 
△ 余弦值隨著x增大而減小從上圖可以看出，隨著x的增加，余弦值首先緩慢下降，然后加速下降，再次緩慢下降。這種下降模式能和學(xué)習(xí)率配合，以一種十分有效的計算方式來產(chǎn)生很好的效果。 learn.fit(0.1, 1)
# Calling learn fit automatically takes advantage of cosine annealing
我們可以用Fast.ai庫中的learn.fit()函數(shù)，來快速實現(xiàn)這個算法，在整個周期中不斷降低學(xué)習(xí)率，如下圖所示： 
△ 在一個需要200次迭代的周期中學(xué)習(xí)率不斷降低同時，在這種方法基礎(chǔ)上，我們可以進一步引入重啟機制。 5. 帶重啟的SGD算法在訓(xùn)練時，梯度下降算法可能陷入局部最小值，而不是全局最小值。 
△ 陷入局部最小值的梯度下降算法梯度下降算法可以通過突然提高學(xué)習(xí)率，來“跳出”局部最小值并找到通向全局最小值的路徑。這種方式稱為帶重啟的隨機梯度下降方法（stochastic gradient descent with restarts, SGDR），這個方法在Loshchilov和Hutter的ICLR論文中展示出了很好的效果。 這篇論文是： SGDR: Stochastic Gradient Descent with Warm Restarts
https:///abs/1608.03983 用Fast.ai庫可以快速導(dǎo)入SGDR算法。當(dāng)調(diào)用learn.fit(learning_rate, epochs)函數(shù)時，學(xué)習(xí)率在每個周期開始時重置為參數(shù)輸入時的初始值，然后像上面余弦退火部分描述的那樣，逐漸減小。 
每當(dāng)學(xué)習(xí)率下降到最小點，在上圖中為每100次迭代，我們稱為一個循環(huán)。 cycle_len = 1
# decide how many epochs it takes for the learning rate to fall to
# its minimum point. In this case, 1 epoch
cycle_mult=2
# at the end of each cycle, multiply the cycle_len value by 2
learn.fit(0.1, 3, cycle_len=2, cycle_mult=2)
# in this case there will be three restarts. The first time with
# cycle_len of 1, so it will take 1 epoch to complete the cycle.
# cycle_mult=2 so the next cycle with have a length of two epochs,
# and the next four.
△ 每個循環(huán)所包含的周期都是上一個循環(huán)的2倍利用這些參數(shù)，和使用差分學(xué)習(xí)率，這些技巧是Fast.ai用戶在圖像分類問題上取得良好效果的關(guān)鍵。 Fast.ai論壇有個帖子專門討論Cycle_mult和cycle_len函數(shù)，地址在這里：
http://forums./t/understanding-cycle-len-and-cycle-mult/9413/8 更多關(guān)于學(xué)習(xí)率的詳細(xì)內(nèi)容可參考這個Fast.ai課程：
http://course./lessons/lesson2.html 6. 人格化你的激活函數(shù)Softmax只喜歡選擇一樣?xùn)|西； Sigmoid想知道你在[-1, 1]區(qū)間上的位置，并不關(guān)心你超出這些值后的增加量； Relu是一名俱樂部保鏢，要將負(fù)數(shù)拒之門外。 …… 以這種思路對待激活函數(shù)，看起來很愚蠢，但是安排一個角色后能確保把他們用到正確任務(wù)中。 正如創(chuàng)始人Jeremy Howard指出，不少學(xué)術(shù)論文中也把Softmax函數(shù)用在多分類問題中。在DL學(xué)習(xí)過程中，我也看到它在論文和博客中多次使用不當(dāng)。 7. 遷移學(xué)習(xí)在NLP問題中非常有效正如預(yù)訓(xùn)練好的模型在計算機視覺任務(wù)中很有效一樣，已有研究表明，自然語言處理（NLP）模型也可以從這種方法中受益。 在Fast.ai第4課中，Jeremy Howard用遷移學(xué)習(xí)方法建立了一個模型，來判斷IMDB上的電影評論是積極的還是消極的。 這種方法的效果立竿見影，他所達到的準(zhǔn)確率超過了Salesforce論文中展示的所有先前模型：
https:///research/learned-in-translation-contextualized-word-vectors。 
△ 預(yù)先存在的架構(gòu)提供了最先進的NLP性能這個模型的關(guān)鍵在于先訓(xùn)練模型來獲得對語言的一些理解，然后再使用這種預(yù)訓(xùn)練好的模型作為新模型的一部分來分析情緒。 為了創(chuàng)建第一個模型，我們訓(xùn)練了一個循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）來預(yù)測文本序列中的下個單詞，這稱為語言建模。當(dāng)訓(xùn)練后網(wǎng)絡(luò)的準(zhǔn)確率達到一定值，它對每個單詞的編碼模式就會傳遞給用于情感分析的新模型。 在上面的例子中，我們看到這個語言模型與另一個模型集成后用于情感分析，但是這種方法可以應(yīng)用到其他任何NLP任務(wù)中，包括翻譯和數(shù)據(jù)提取。 而且，計算機視覺中的一些技巧，也同樣適用于此，如上面提到的凍結(jié)網(wǎng)絡(luò)層和使用差分學(xué)習(xí)率，在這里也能取得更好的效果。 這種方法在NLP任務(wù)上的使用涉及很多細(xì)節(jié)，這里就不貼出代碼了，可訪問相應(yīng)課程和代碼。 課程：
http://course./lessons/lesson4.html 代碼： https://github.com/fastai/fastai/blob/master/courses/dl1/lesson4-imdb.ipynb 8. 深度學(xué)習(xí)在處理結(jié)構(gòu)化數(shù)據(jù)上的優(yōu)勢Fast.ai課程中展示了深度學(xué)習(xí)在處理結(jié)構(gòu)化數(shù)據(jù)上的突出表現(xiàn)，且無需借助特征工程以及領(lǐng)域內(nèi)的特定知識。 這個庫充分利用了PyTorch中embedding函數(shù)，允許將分類變量快速轉(zhuǎn)換為嵌入矩陣。 他們展示出的技術(shù)比較簡單直接，只需將分類變量轉(zhuǎn)換為數(shù)字，然后為每個值分配嵌入向量： 
△ 一周中的每一天都嵌入了四個值在這類任務(wù)上，傳統(tǒng)做法是創(chuàng)建虛擬變量，即進行一次熱編碼。與之相比，這種方式的優(yōu)點是用四個數(shù)值代替一個數(shù)值來描述每一天，因此可獲得更高的數(shù)據(jù)維度和更豐富的關(guān)系。 這種方法在Rossman Kaggle比賽中獲得第三名，惜敗于兩位利用專業(yè)知識來創(chuàng)建許多額外特征的領(lǐng)域?qū)＜摇?/p> 相關(guān)課程：
http://course./lessons/lesson4.html 代碼：
https://github.com/fastai/fastai/blob/master/courses/dl1/lesson3-rossman.ipynb 這種用深度學(xué)習(xí)來減少對特征工程依賴的思路，也被Pinterest證實過。他也提到過，他們正努力通過深度學(xué)習(xí)模型，期望用更少的工作量來獲得更好的效果。 9. 更多內(nèi)置函數(shù)：Dropout層、尺寸設(shè)置、TTA4月30日，F(xiàn)ast.ai團隊在斯坦福大學(xué)舉辦的DAWNBench競賽中，贏得了基于Imagenet和CIFAR10的分類任務(wù)。在Jeremy的奪冠總結(jié)中，他將這次成功歸功于庫中的一些額外函數(shù)。 其中之一是Dropout層，由Geoffrey Hinton兩年前在一篇開創(chuàng)性的論文中提出。它最初很受歡迎，但在最近的計算機視覺論文中似乎有所忽略。這篇論文是： Dropout: A Simple Way to Prevent Neural Networks from Overfitting：
https://www.cs./~hinton/absps/JMLRdropout.pdf 然而，PyTorch庫使它的實現(xiàn)變得很簡單，用Fast.ai庫加載它就更容易了。
△ 空格表示Dropout函數(shù)的作用點Dropout函數(shù)能減弱過擬合效應(yīng)，因此要在CIFAR-10這樣一個相對較小的數(shù)據(jù)集上取勝，這點很重要。在創(chuàng)建learn對象時，F(xiàn)ast.ai庫會自動加入dropout函數(shù)，同時可使用ps變量來修改參數(shù)，如下所示： learn = ConvLearner.pretrained(model, data, ps=0.5, precompute=True)
# creates a dropout of 0.5 (i.e. half the activations) on test dataset.
# This is automatically turned off for the validation set
有一種很簡單有效的方法，經(jīng)常用來處理過擬合效應(yīng)和提高準(zhǔn)確性，它就是訓(xùn)練小尺寸圖像，然后增大尺寸并再次訓(xùn)練相同模型。 # create a data object with images of sz * sz pixels
def get_data(sz):
tmfs = tfms_from_model(model, sz)
# tells what size images should be, additional transformations such
# image flips and zooms can easily be added here too
data = ImageClassifierData.from_paths(PATH, tfms=tfms)
# creates fastai data object of create size
return data
learn.set_data(get_data(299))
# changes the data in the learn object to be images of size 299
# without changing the model.
learn.fit(0.1, 3)
# train for a few epochs on larger versions of images, avoiding overfitting
還有一種先進技巧，可將準(zhǔn)確率提高若干個百分點，它就是測試時增強（test time augmentation, TTA）。這里會為原始圖像造出多個不同版本，包括不同區(qū)域裁剪和更改縮放程度等，并將它們輸入到模型中；然后對多個版本進行計算得到平均輸出，作為圖像的最終輸出分?jǐn)?shù)，可調(diào)用learn.TTA()來使用該算法。 preds, target = learn.TTA()
這種技術(shù)很有效，因為原始圖像顯示的區(qū)域可能會缺少一些重要特征，在模型中輸入圖像的多個版本并取平均值，能解決上述問題。 10. 創(chuàng)新力很關(guān)鍵
在DAWNBench比賽中，F(xiàn)ast.ai團隊提出的模型不僅速度最快，而且計算成本低。要明白，要構(gòu)建成功的DL應(yīng)用，不只是一個利用大量GPU資源的計算任務(wù)，而應(yīng)該是一個需要創(chuàng)造力、直覺和創(chuàng)新力的問題。 本文中討論的一些突破，包括Dropout層、余弦退火和帶重啟的SGD方法等，實際上是研究者針對一些問題想到的不同解決方式。與簡單地增大訓(xùn)練數(shù)據(jù)集相比，能更好地提升準(zhǔn)確率。 硅谷的很多大公司有大量GPU資源，但是，不要認(rèn)為他們的先進效果遙不可及，你也能靠創(chuàng)新力提出一些新思路，來挑戰(zhàn)效果排行榜。 事實上，有時計算力的局限也是一種機會，因為需求是創(chuàng)新的動力源泉。 關(guān)于作者Samuel Lynn-Evans過去10年一直在教授生命科學(xué)課程，注意到機器學(xué)習(xí)在科學(xué)研究中的巨大潛力后，他開始在巴黎42學(xué)校學(xué)習(xí)人工智能，想將NLP技術(shù)應(yīng)用到生物學(xué)和醫(yī)學(xué)問題中。 原文：
https://blog./ten-techniques-from-fast-ai/
|
