深度学习笔记011DropOut丢弃法

丢弃法——一种效果比权重衰退更好的解决过拟合问题的方法，最早的深度学习随机化的一种算法

 

丢弃法的 动机：

　　一个好的模型需要对输入数据的扰动鲁棒。

　　使用有噪音的数据等价于Tikhonov正则。

丢弃法：不在输入加噪音，而是在层之间加入噪音

 

 

 有p概率地把xi变成0，并将其他的元素放大1-p倍，最后期望仍然是xi。

通常将丢弃法作用在隐藏全连接层的输出上：

 

 

*推理中的dropout：h=dropout(h)

训练过程才使用dropout，它是一个正则项，只在训练的时候使用，只会对权重作出影响；所以在推理中不需要dropout，因为推理中不需要改变权重。

 

 它很少用于CNN等网络。

p常常取值为0.1、0.9、0.5

Q&A：

1、神经网络中的可重复性非常难得，但是dropout还好，设好随机种子，就能保证dropout的重复性；但是一般来说，咱们不太需要可重复性，随机性不是个坏事情，高随机性往往代表着高稳定性。

2、改全连接层是一种方式，改标签也是一种方式。

3、dropout主要对全连接层使用；weight_decay在各种方面都可以用，但是相对来说dropout更好调参（0.1/0.5/0.9），比如dropout调为0.5，将层数翻倍，和之前的训练量差不多，但是很可能泛化能力会提升。

4、dropout的介入会造成参数收敛更慢，因为梯度更新变得不那么频繁了，但一般情况下，我们介入dropout不会调整lr。

 

import torch
from torch import nn
from d2l import torch as d2l

def dropout_layer(X,dropout):
    assert 0<=dropout<=1
    if dropout==1:
        return torch.zeros_like(X)
    if dropout==0:
        return X
    #mask=(torch.randn(X.shape)>dropout).float() 沐神手快敲错了
    #rand和randn区别：https://blog.csdn.net/wangwangstone/article/details/89815661
    mask = (torch.rand(X.shape) > dropout).float()
    # 这里其实就相当于，在里面随机生成了一个矩阵，值为0-1的均匀分布，取里面大于dropout的值为1，在return中相乘就相当于保留下来，另外
    # dropout概率的那部分会因为不满足“>”号取到false，也就是0，在return中相乘会直接舍去当时的值。
    return mask*X/(1.0-dropout)

'''
便于你理解dropout里面那段函数
A=torch.tensor([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(A)
B=torch.rand(A.shape)
print(B)
mask=(torch.rand(A.shape)>0.2).float()
print(mask)
'''

# 测试dropout_layer 函数
def test_dropout_layer():
    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))

test_dropout_layer()


num_inputs,num_outputs,num_hiddens1,num_hiddens2=784,10,256,256
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))))
        if self.training==True:
            H1=dropout_layer(H1,dropout1)
        H2=self.relu(self.lin2(H1))
        if self.training==True:
            H2=dropout_layer(H2,dropout2)
        out=self.lin3(H2)
        return out

# net=Net(num_inputs,num_outputs,num_hiddens1,num_hiddens2)
#
# num_epochs,lr,batch_size=10,0.5,256
# loss = nn.CrossEntropyLoss()
# 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)
# d2l.plt.show()

# 简洁实现
net=nn.Sequential(nn.Flatten(),nn.Linear(784,256),nn.ReLU(),nn.Dropout(dropout1),nn.Linear(256,256),nn.ReLU(),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()
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)
d2l.plt.show()

 

Result

dropout的p取0.2和0.5，以及都取0的结果如下：

 

可以看到，左图有dropout的情况下，train acc变小了一小点，train loss变大了一些，这是过拟合问题得到一定缓解的现象；

test acc基本没有变化，说明这个dropout参数对模型的泛化能力提高的作用甚微。