4-5权重衰减

1.高维线性回归

%matplotlib inline
import torch
from torch import nn
from d2l import torch as d2l

代码解释

n_train, n_test, num_inputs, batch_size = 20, 100, 200, 5
- 定义了一些超参数：
  - n_train：训练数据集的样本数量，这里为 20。
  - n_test：测试数据集的样本数量，这里为 100。
  - num_inputs：输入特征的数量，这里为 200。
  - batch_size：每个小批量的样本数量，这里为 5。
true_w, true_b = torch.ones((num_inputs, 1)) \* 0.01, 0.05
- 定义了线性模型的真实权重和偏置：
  - true_w：真实权重是一个形状为 (num_inputs, 1) 的张量，所有元素初始化为 0.01。
  - true_b：真实偏置是一个标量，值为 0.05。
train_data = d2l.synthetic_data(true_w, true_b, n_train)
- 使用 d2l.synthetic_data 函数生成训练数据集。
  - true_w 和 true_b 是线性模型的真实参数。
  - n_train 是训练数据集的样本数量。
  - 该函数会生成一个包含输入特征和对应目标值的数据集。
train_iter = d2l.load_array(train_data, batch_size)
- 使用 d2l.load_array 函数将训练数据集转换为一个数据迭代器。
  - train_data 是训练数据集。
  - batch_size 是每个小批量的样本数量。
  - 数据迭代器会在每次迭代时返回一个包含 batch_size 个样本的小数据批量。
test_data = d2l.synthetic_data(true_w, true_b, n_test)
- 使用 d2l.synthetic_data 函数生成测试数据集。
  - true_w 和 true_b 是线性模型的真实参数。
  - n_test 是测试数据集的样本数量。
  - 该函数会生成一个包含输入特征和对应目标值的数据集。
test_iter = d2l.load_array(test_data, batch_size, is_train=False)

使用 d2l.load_array 函数将测试数据集转换为一个数据迭代器。
- test_data 是测试数据集。
- batch_size 是每个小批量的样本数量。
- is_train=False 表示这是一个测试数据迭代器，通常用于评估模型性能。

# 定义超参数
# 训练样本数测试、样本数、输入特征数、小批量样本数
n_train, n_test, num_inputs, batch_size = 20, 100, 200, 5

# 定义线性模型的真实权重和偏置
true_w, true_b = torch.ones((num_inputs, 1)) * 0.01, 0.05

# 生成训练数据集
train_data = d2l.synthetic_data(true_w, true_b, n_train)

# 创建训练数据迭代器
train_iter = d2l.load_array(train_data, batch_size)

# 生成测试数据集
test_data = d2l.synthetic_data(true_w, true_b, n_test)

# 创建测试数据迭代器
test_iter = d2l.load_array(test_data, batch_size, is_train=False)

2.从0开始实现

2.1 初始化模型参数

代码解释

def init_params():
- 定义了一个函数 init_params()，该函数用于初始化模型的参数。
w = torch.normal(0, 1, size=(num_inputs, 1), requires_grad=True)
- 使用 torch.normal 函数初始化权重参数 w。
  - 0 和 1 分别是均值和标准差，表示权重参数从均值为 0、标准差为 1 的正态分布中随机采样。
  - size=(num_inputs, 1) 指定了权重参数的形状，即输入特征数为 num_inputs，输出为 1。
  - requires_grad=True 表示这个张量需要计算梯度，用于后续的反向传播。
b = torch.zeros(1, requires_grad = True)
- 使用 torch.zeros 函数初始化偏置参数 b。
  - 1 指定了偏置参数的形状，即一个标量。
  - requires_grad=True 表示这个张量需要计算梯度，用于后续的反向传播。
return [w, b]
- 返回初始化后的权重参数 w 和偏置参数 b，以列表的形式返回。

def init_params():
    # 初始化权重参数，从均值为0、标准差为1的正态分布中随机采样，形状为(num_inputs, 1)，需要计算梯度
    w = torch.normal(0, 1, size=(num_inputs, 1), requires_grad=True)

    # 初始化偏置参数，为0，形状为1，需要计算梯度
    b = torch.zeros(1, requires_grad = True)
    
    # 返回初始化后的权重和偏置参数
    return [w, b]

2.2 定义 L2 范数惩罚

def l2_penalty(w):
    return torch.sum(w.pow(2)) / 2

2.3 定义训练代码实现

代码解释

def train(lambd):
- 定义了一个函数 train(lambd)，其中 lambd 是 L2 正则化的参数，用于控制正则项的强度。
w, b = init_params()
- 调用 init_params() 函数初始化模型的权重 w 和偏置 b。
net, loss = lambda X: d2l.linreg(X, w, b), d2l.squared_loss
- 定义了模型 net 和损失函数 loss。
  - net 是一个 lambda 函数，表示线性回归模型，输入 X，输出 d2l.linreg(X, w, b)。
  - loss 是平方损失函数，用于计算预测值和真实值之间的差异。
num_epochs, lr = 100, 0.003
- 定义了训练的超参数：
  - num_epochs：训练的总轮数，这里为 100。
  - lr：学习率，这里为 0.003。
animator = d2l.Animator(xlabel = 'epochs', ylabel = 'loss', yscale = 'log', xlim = [5, num_epochs], legend = ['train', 'test'])
- 创建了一个 d2l.Animator 对象，用于动态绘制训练过程中的损失曲线。
  - xlabel 和 ylabel 分别设置了 x 轴和 y 轴的标签。
  - yscale='log' 表示 y 轴使用对数刻度。
  - xlim=[5, num_epochs] 设置了 x 轴的范围。
  - legend=['train', 'test'] 设置了图例，分别表示训练集和测试集的损失。
for epoch in range(num_epochs):
- 外层循环，表示训练的总轮数。
for x, y in train_iter:
- 内层循环，遍历训练数据迭代器 train_iter，每次获取一个小批量的数据 x 和对应的标签 y。
l = loss(net(x), y) + lambd \* l2_penalty(w)
- 计算损失值 l，包括平方损失和 L2 正则化项。
  - loss(net(x), y) 是平方损失。
  - lambd * l2_penalty(w) 是 L2 正则化项，l2_penalty(w) 是权重参数 w 的 L2 范数。
l.sum().backward()
- 对损失值 l 求和后进行反向传播，计算梯度。
d2l.sgd([w, b], lr, batch_size)
- 使用随机梯度下降（SGD）更新权重 w 和偏置 b。
if (epoch + 1) % 5 == 0:
- 每隔 5 轮训练，记录一次训练集和测试集的损失，并绘制损失曲线。
animator.add(epoch+1, (d2l.evaluate_loss(net, train_iter, loss), d2l.evaluate_loss(net, test_iter, loss)))
- 使用 d2l.evaluate_loss 函数计算训练集和测试集的损失，并将结果添加到 animator 中，用于绘制损失曲线。
print('w的L2范数是：',torch.norm(w).item())
- 打印训练结束后权重参数 w 的 L2 范数。

def train(lambd):
    # 初始化模型参数
    w, b = init_params()
    # 定义模型和损失函数
    net, loss = lambda X: d2l.linreg(X, w, b), d2l.squared_loss
    # 定义训练的超参数
    num_epochs, lr = 100, 0.003
    # 创建动态绘制损失曲线的工具
    animator = d2l.Animator(xlabel = 'epochs', ylabel = 'loss', yscale = 'log',
                           xlim = [5, num_epochs], legend = ['train', 'test'])
    # 训练模型
    for epoch in range(num_epochs):
        for x, y in train_iter:
            # 增加了L2范数惩罚项
            # 广播机制使 l2_penalty(w)成为一个长度为batch_size的向量
            # 计算损失值，包括平方损失和L2正则化项
            l = loss(net(x), y) + lambd * l2_penalty(w)
            # 反向传播计算梯度
            l.sum().backward()
            # 使用随机梯度下降更新参数
            d2l.sgd([w, b], lr, batch_size)
        # 每隔5轮训练，记录一次训练集和测试集的损失
        if (epoch + 1) % 5 == 0:
            animator.add(epoch+1, (d2l.evaluate_loss(net, train_iter, loss),
                                   d2l.evaluate_loss(net, test_iter, loss)))
    # 打印训练结束后权重参数的L2范数
    print('w的L2范数是：',torch.norm(w).item())

2.4 忽视正则化直接训练

train(lambd = 0)

w的L2范数是： 13.750493049621582

2.5 使用权重衰减

train(lambd = 3)

w的L2范数是： 0.37755826115608215

3.简洁实现

代码解释

def train_concise(wd):
- 定义了一个函数 train_concise(wd)，其中 wd 是 L2 正则化的参数，用于控制正则项的强度。
net = nn.Sequential(nn.Linear(num_inputs, 1))
- 使用 nn.Sequential 定义了一个简单的线性回归模型。
  - nn.Linear(num_inputs, 1) 表示一个线性层，输入特征数为 num_inputs，输出为 1。
for param in net.parameters():
- 遍历模型的所有参数。
param.data.normal_()
- 使用 normal_() 方法将每个参数初始化为均值为 0、标准差为 1 的正态分布。
loss = nn.MSELoss(reduction = 'none')
- 定义了均方误差损失函数 MSELoss，reduction='none' 表示不对损失值进行任何聚合，返回每个样本的损失值。
num_epochs, lr = 100, 0.003
- 定义了训练的超参数：
  - num_epochs：训练的总轮数，这里为 100。
  - lr：学习率，这里为 0.003。
trainer = torch.optim.SGD([{"params":net[0].weight, 'weight_decay':wd}, {"params":net[0].bias}], lr=lr)
- 定义了优化器 SGD，用于更新模型的参数。
  - {"params":net[0].weight, 'weight_decay':wd}：对权重参数 net[0].weight 应用 L2 正则化，正则化强度为 wd。
  - {"params":net[0].bias}：偏置参数 net[0].bias 不应用 L2 正则化。
  - lr=lr：设置学习率为 lr。
animator = d2l.Animator(xlabel = 'epochs', ylabel = 'loss', yscale = 'log', xlim = [5, num_epochs], legend = ['train', 'test'])
- 创建了一个 d2l.Animator 对象，用于动态绘制训练过程中的损失曲线。
  - xlabel 和 ylabel 分别设置了 x 轴和 y 轴的标签。
  - yscale='log' 表示 y 轴使用对数刻度。
  - xlim=[5, num_epochs] 设置了 x 轴的范围。
  - legend=['train', 'test'] 设置了图例，分别表示训练集和测试集的损失。
for epoch in range(num_epochs):
- 外层循环，表示训练的总轮数。
for x, y in train_iter:
- 内层循环，遍历训练数据迭代器 train_iter，每次获取一个小批量的数据 x 和对应的标签 y。
trainer.zero_grad()
- 清除之前的梯度，避免梯度累积。
l = loss(net(x), y)
- 计算损失值 l，这里使用了定义好的损失函数 loss。
l.mean().backward()
- 对损失值 l 求均值后进行反向传播，计算梯度。
trainer.step()
- 使用优化器 trainer 更新模型的参数。
if (epoch + 1) % 5 == 0:
- 每隔 5 轮训练，记录一次训练集和测试集的损失，并绘制损失曲线。
animator.add(epoch+1, (d2l.evaluate_loss(net, train_iter, loss), d2l.evaluate_loss(net, test_iter, loss)))
- 使用 d2l.evaluate_loss 函数计算训练集和测试集的损失，并将结果添加到 animator 中，用于绘制损失曲线。
print('w的L2范数：', net[0].weight.norm().item())
- 打印训练结束后权重参数 net[0].weight 的 L2 范数。

def train_concise(wd):
    # 定义一个线性回归模型
    net = nn.Sequential(nn.Linear(num_inputs, 1))
    # 初始化模型参数
    for param in net.parameters():
        param.data.normal_()
    # 定义损失函数
    loss = nn.MSELoss(reduction = 'none')
    # 定义训练的超参数
    num_epochs, lr = 100, 0.003
    # 偏置参数没有衰减
    # 定义优化器，对权重参数应用L2正则化，偏置参数不应用
    trainer = torch.optim.SGD([{"params":net[0].weight, 'weight_decay':wd},
                              {"params":net[0].bias}], lr=lr)
    # 创建动态绘制损失曲线的工具
    animator = d2l.Animator(xlabel = 'epochs', ylabel = 'loss', yscale = 'log',
                           xlim = [5, num_epochs], legend = ['train', 'test'])
    # 训练模型
    for epoch in range(num_epochs):
        for x, y in train_iter:
            # 清除之前的梯度
            trainer.zero_grad()
            # 计算损失值
            l = loss(net(x), y)
            # 对损失值求均值后进行反向传播
            l.mean().backward()
            # 更新模型参数
            trainer.step()
        # 每隔5轮训练，记录一次训练集和测试集的损失
        if (epoch + 1) % 5 == 0:
            animator.add(epoch+1, (d2l.evaluate_loss(net, train_iter, loss),
                                  d2l.evaluate_loss(net, test_iter, loss)))
    # 打印训练结束后权重参数的L2范数
    print('w的L2范数：', net[0].weight.norm().item())

train_concise(0)

w的L2范数： 13.302008628845215

train_concise(3)

w的L2范数： 0.43226614594459534

posted @ 2025-06-23 22:28 小西贝の博客阅读(86) 评论(0) 收藏举报

刷新页面返回顶部

xxb667

4-5权重衰减

4-5权重衰减

1.高维线性回归

代码解释

2.从0开始实现

2.1 初始化模型参数

代码解释

2.2 定义 L2 范数惩罚

2.3 定义训练代码实现

代码解释

2.4 忽视正则化直接训练

2.5 使用权重衰减

3.简洁实现

代码解释

公告