Deep Learning模型之：CNN卷積神經網路（三）CNN常見問題總結
[3]Deep Learning模型之：CNN卷積神經網路推導和實現
[4]Deep Learning模型之：CNN的反向求導及練習
[5]Deep
Learning模型之：CNN卷積神經網路（一）深度解析CNN
[6]Deep Learning模型之：CNN卷積神經網路（二）文字識別系統LeNet-5
[7]Deep Learning模型之：CNN卷積神經網路（三）CNN常見問題總結
一、遇到的問題
（1）梯度消失
我在實現過程中犯的第一個錯誤是沒有循序漸進。仗著自己寫過一些神經網路的程式碼以為手到擒來，直接按照LeNet-5的結構寫，過於複雜的結構給測試和除錯都帶來了很大的麻煩，可謂不作死就不會死。
簡單分析一下LeNet-5的結構：第一層8個5*5的卷積核，第二層分別作2*2pooling，第三層16個5*5的卷積核，第四層2*2pooling，隨後是三個節點數分別為120、84、10的全連線層（做手寫數字識別）。這時的引數個數為卷積核及其偏置+pooling層放縮係數及偏置+全連線層權重及偏置，全連結層的引數個數比前四層的引數個數多了兩個數量級。
過多的引數個數會極大地提升運算時間，降低測試的效率；同時過多的層數伴隨著嚴重的梯度消失問題（vanishing gradient），嚴重影響訓練效果。在上面提到的網路結構下，我發現傳到第一層的梯度已經小於1e-10，只有後面的全連線層在變化，卷積層幾乎訓不動了。
我對付這個問題的手段包括：
- 減少層數
- 增大學習率（learning rate）
- 用ReLU代替sigmoid
其中前兩種雖然也有效果，只能算是權宜之計，第三種才算是正經的解決了這個問題。在採用ReLU作為啟用函式之後，傳到輸入層的梯度已經達到1e-5~1e-4這個量級。我用MNIST資料集裡的5000個樣本訓練，1000個樣本測試，發現測試結果差不多，收斂速度快了2倍左右。據@kevin好好學習的說法，ReLU還使網路的啟用具有了稀疏的特性，我對這方面就沒研究了。
（2）非線性對映的位置：
在前面提到的Bouvrie的文章中，非線性對映放在卷積層還是pooling層後面都可以，微博上幾位大牛也是這個觀點。奇怪的是，我在一開始實現的時候把sigmoid放在了pooling層後面，雖然很渣但至少能跑出結果。後來我把sigmoid放在卷積層後面就訓不動了，感覺跟梯度消失的時候很像。我猜測也許是卷積層和pooling層啟用程度不同導致傳回去的梯度大小不一樣。
（3）權重衰減（weight decay）
因為我用的資料很少（資料多了跑起來太慢），我擔心會出現過擬合，所以在cost function里加了一項正則項。但結果是不加正則項訓練結果很好，一加就出現嚴重的under fitting，不管怎麼調引數都沒用。原來一直聽說CNN的權重共享就相當於自帶某種正則化，現在看起來確實是這樣。
（4）隨機梯度下降（SGD）的引數選擇
最主要的就一個引數，minibatch的大小。在Deep Learning Toolbox的demo裡，這個值取的是50。但是我的實驗中，似乎minibatch取1的時候收斂最快。
我的感覺：訓練樣本順序隨機的話，每次產生的梯度也是隨機的，那麼50個樣本平均一下梯度就很小了，也許這樣比較穩健，但收斂會比較慢；相反，每個樣本更新一次梯度就大得多，不過也許會比較盲目。
另外還有一個引數是learning rate。在實驗中，增大minibatch會出現訓不動的情況，這時適當增大learning rate能夠讓training cost繼續下降。
另外Yann LeCun似乎說過每一層應該採取不同的learning rate，不過我沒試。
（5）引數的隨機初始化
我試過將引數初始化到(0, 1)區間和(-1, 1)區間，感覺似乎差別不大？
（6）增加全連線層數後的效能
關於這點我不是很確定，但似乎除了增加訓練時間外沒什麼實際作用…
二、網路的改進
（1）自動學習組合係數
為了打破對稱性，從第一個卷積層到第二個卷積層並不是全連結，例如第二層第一個卷積核只卷積第一層的第123個feature map，第二層第二個卷積核只卷積第一層的第345個feature map。在LeNet裡這個組合是人為規定的，Bouvrie的文章中提出這個組合係數也是可以學出來的。但是我的實驗里人為規定和自動學習的效果好像差別不大，不知道更復雜的資料集上會怎麼樣。
（2）ReLU的位置
如果網路的最後一層是softmax分類器的話似乎其前一層就不能用ReLU，因為ReLU輸出可能相差很大（比如0和幾十），這時再經過softmax就會出現一個節點為1其它全0的情況。softmax的cost function裡包含一項log(y)，如果y正好是0就沒法算了。所以我在倒數第二層還是採用sigmoid。
（3）其他高階玩法
本來還打算玩一些其他更有趣的東西，比如dropout、maxout、max pooling等等。但是時間有限，老闆已經嫌我不務正業了。
三、總結
- 寫複雜的演算法不能急於求成，要循序漸進
- 測試很重要。上Andrew Ng公開課時候覺得gradient check很煩，現在看來簡直是神器
- 機器越快越好……
相關文章
- 卷積神經網路(CNN)模型結構卷積神經網路CNN模型
- 卷積神經網路CNN卷積神經網路CNN
- CNN神經網路之卷積操作CNN神經網路卷積
- 看懂卷積神經網路(CNN)卷積神經網路CNN
- 卷積神經網路（CNN）詳解卷積神經網路CNN
- Tensorflow-卷積神經網路CNN卷積神經網路CNN
- 直白介紹卷積神經網路（CNN）卷積神經網路CNN
- “卷積神經網路（Convolutional Neural Network，CNN）”之問卷積神經網路CNN
- Keras上實現卷積神經網路CNNKeras卷積神經網路CNN
- 卷積神經網路CNN-學習1卷積神經網路CNN
- CNN筆記：通俗理解卷積神經網路CNN筆記卷積神經網路
- TensorFlow上實現卷積神經網路CNN卷積神經網路CNN
- 卷積神經網路(CNN)介紹與實踐卷積神經網路CNN
- 【機器學習基礎】卷積神經網路（CNN）基礎機器學習卷積神經網路CNN
- CNN-卷積神經網路簡單入門（2）CNN卷積神經網路
- 卷積神經網路：Convolutional Neural Networks(CNN)卷積神經網路CNN
- 卷積神經網路（Convolutional Neural Network，CNN）卷積神經網路CNN
- 卷積神經網路(CNN)反向傳播演算法卷積神經網路CNN反向傳播演算法
- Matlab程式設計之——卷積神經網路CNN程式碼解析Matlab程式設計卷積神經網路CNN
- 9 大主題卷積神經網路（CNN）的 PyTorch 實現卷積神經網路CNNPyTorch
- 卷積神經網路(CNN)前向傳播演算法卷積神經網路CNN演算法
- 14種模型設計幫你改進你的卷積神經網路（CNN）模型卷積神經網路CNN
- Coursera Deep Learning 4 卷積神經網路 第四周習題卷積神經網路
- 用於影象分割的卷積神經網路：從R-CNN到Mark R-CNN卷積神經網路CNN
- 機器學習從入門到放棄：卷積神經網路CNN（二）機器學習卷積神經網路CNN
- 卷積神經網路十五問：CNN與生物視覺系統的研究探索卷積神經網路CNN視覺
- 深度學習之卷積神經網路(Convolutional Neural Networks, CNN)(二)深度學習卷積神經網路CNN
- Pytorch_第十篇_卷積神經網路（CNN）概述PyTorch卷積神經網路CNN
- 【深度學習原理第4篇】卷積神經網路詳解（CNN）深度學習卷積神經網路CNN
- CNN--卷積神經網路從R-CNN到Faster R-CNN的理解(CIFAR10分類程式碼)CNN卷積神經網路AST
- 卷積神經網路知識點總結卷積神經網路
- 卷積神經網路(CNN)反向傳播演算法公式詳細推導卷積神經網路CNN反向傳播演算法公式
- 詳解卷積神經網路（CNN）在語音識別中的應用卷積神經網路CNN
- 一文帶你瞭解卷積神經網路CNN的發展史卷積神經網路CNN
- 深度學習基礎-基於Numpy的卷積神經網路（CNN）實現深度學習卷積神經網路CNN
- 卷積神經網路CNN（2）—— BN(Batch Normalization) 原理與使用過程詳解卷積神經網路CNNBATORM
- 吳恩達深度學習筆記（deeplearning.ai）之卷積神經網路（CNN）（上）吳恩達深度學習筆記AI卷積神經網路CNN
- 卷積神經網路CNN實戰：MINST手寫數字識別——網路定義卷積神經網路CNN