導(dǎo)讀

這4個錯誤，我敢說大部分人都犯過，希望能給大家一點提醒。

最常見的神經(jīng)網(wǎng)絡(luò)錯誤：

1)你沒有首先嘗試過擬合單個batch。

2)你忘了為網(wǎng)絡(luò)設(shè)置train/eval模式。

3)在.backward()之前忘記了.zero_grad()(在pytorch中)。

4)將softmaxed輸出傳遞給了期望原始logits的損失，還有其他嗎？??

這篇文章將逐點分析這些錯誤是如何在PyTorch代碼示例中體現(xiàn)出來的。

常見錯誤 #1 你沒有首先嘗試過擬合單個batch

Andrej說我們應(yīng)該過擬合單個batch。為什么？好吧，當(dāng)你過擬合了單個batch —— 你實際上是在確保模型在工作。我不想在一個巨大的數(shù)據(jù)集上浪費(fèi)了幾個小時的訓(xùn)練時間，只是為了發(fā)現(xiàn)因為一個小錯誤，它只有50%的準(zhǔn)確性。當(dāng)你的模型完全記住輸入時，你會得到的結(jié)果是對其最佳表現(xiàn)的很好的預(yù)測。

可能最佳表現(xiàn)為零，因為在執(zhí)行過程中拋出了一個異常。但這沒關(guān)系，因為我們很快就能發(fā)現(xiàn)問題并解決它?？偨Y(jié)一下，為什么你應(yīng)該從數(shù)據(jù)集的一個小子集開始過擬合：

• 發(fā)現(xiàn)bug
• 估計最佳的可能損失和準(zhǔn)確率
• 快速迭代

在PyTorch數(shù)據(jù)集中，你通常在dataloader上迭代。你的第一個嘗試可能是索引train_loader。

# TypeError: 'DataLoader' object does not support indexing
first_batch = train_loader[0]

你會立即看到一個錯誤，因為DataLoaders希望支持網(wǎng)絡(luò)流和其他不需要索引的場景。所以沒有__getitem__方法，這導(dǎo)致了[0]操作失敗，然后你會嘗試將其轉(zhuǎn)換為list，這樣就可以支持索引。

# slow, wasteful
first_batch = list(train_loader)[0]

但這意味著你要評估整個數(shù)據(jù)集這會消耗你的時間和內(nèi)存。那么我們還能嘗試什么呢?

在Python for循環(huán)中，當(dāng)你輸入如下:

for item in iterable:
    do_stuff(item)

你有效地得到了這個：

iterator = iter(iterable)
try:
    while True:
        item = next(iterator)
        do_stuff(item)
except StopIteration:
    pass

調(diào)用“iter”函數(shù)來創(chuàng)建迭代器，然后在循環(huán)中多次調(diào)用該函數(shù)的“next”來獲取下一個條目。直到我們完成時，StopIteration被觸發(fā)。在這個循環(huán)中，我們只需要調(diào)用next, next, next… 。為了模擬這種行為但只獲取第一項，我們可以使用這個：

first = next(iter(iterable))

我們調(diào)用“iter”來獲得迭代器，但我們只調(diào)用“next”函數(shù)一次。注意，為了清楚起見，我將下一個結(jié)果分配到一個名為“first”的變量中。我把這叫做“next-iter” trick。在下面的代碼中，你可以看到完整的train data loader的例子：

for batch_idx, (data, target) in enumerate(train_loader):
    # training code here<br>

下面是如何修改這個循環(huán)來使用 first-iter trick ：

first_batch = next(iter(train_loader))
for batch_idx, (data, target) in enumerate([first_batch] * 50):
    # training code here

你可以看到我將“first_batch”乘以了50次，以確保我會過擬合。

常見錯誤 #2: 忘記為網(wǎng)絡(luò)設(shè)置 train/eval 模式

為什么PyTorch關(guān)注我們是訓(xùn)練還是評估模型？最大的原因是dropout。這項技術(shù)在訓(xùn)練中隨機(jī)去除神經(jīng)元。

想象一下，如果右邊的紅色神經(jīng)元是唯一促成正確結(jié)果的神經(jīng)元。一旦我們移除紅色神經(jīng)元，它就迫使其他神經(jīng)元訓(xùn)練和學(xué)習(xí)如何在沒有紅色的情況下保持準(zhǔn)確。這種drop-out提高了最終測試的性能 —— 但它對訓(xùn)練期間的性能產(chǎn)生了負(fù)面影響，因為網(wǎng)絡(luò)是不全的。在運(yùn)行腳本并查看MissingLink dashobard的準(zhǔn)確性時，請記住這一點。

在這個特定的例子中，似乎每50次迭代就會降低準(zhǔn)確度。

如果我們檢查一下代碼 —— 我們看到確實在train函數(shù)中設(shè)置了訓(xùn)練模式。

def train(model, optimizer, epoch, train_loader, validation_loader):
    model.train() # ????????????
    for batch_idx, (data, target) in experiment.batch_loop(iterable=train_loader):
        data, target = Variable(data), Variable(target)
        # Inference
        output = model(data)
        loss_t = F.nll_loss(output, target)
        # The iconic grad-back-step trio
        optimizer.zero_grad()
        loss_t.backward()
        optimizer.step()
        if batch_idx % args.log_interval == 0:
            train_loss = loss_t.item()
            train_accuracy = get_correct_count(output, target) * 100.0 / len(target)
            experiment.add_metric(LOSS_METRIC, train_loss)
            experiment.add_metric(ACC_METRIC, train_accuracy)
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx, len(train_loader),
                100. * batch_idx / len(train_loader), train_loss))
            with experiment.validation():
                val_loss, val_accuracy = test(model, validation_loader) # ????????????
                experiment.add_metric(LOSS_METRIC, val_loss)
                experiment.add_metric(ACC_METRIC, val_accuracy)

這個問題不太容易注意到，在循環(huán)中我們調(diào)用了test函數(shù)。

def test(model, test_loader):
    model.eval()
    # ...

在test函數(shù)內(nèi)部，我們將模式設(shè)置為eval!這意味著，如果我們在訓(xùn)練過程中調(diào)用了test函數(shù)，我們就會進(jìn)eval模式，直到下一次train函數(shù)被調(diào)用。這就導(dǎo)致了每一個epoch中只有一個batch使用了drop-out ，這就導(dǎo)致了我們看到的性能下降。

修復(fù)很簡單 —— 我們將model.train() 向下移動一行，讓如訓(xùn)練循環(huán)中。理想的模式設(shè)置是盡可能接近推理步驟，以避免忘記設(shè)置它。修正后，我們的訓(xùn)練過程看起來更合理，沒有中間的峰值出現(xiàn)。請注意，由于使用了drop-out ，訓(xùn)練準(zhǔn)確性會低于驗證準(zhǔn)確性。

常用的錯誤 #3: 忘記在.backward()之前進(jìn)行.zero_grad()

當(dāng)在 “loss”張量上調(diào)用 “backward” 時，你是在告訴PyTorch從loss往回走，并計算每個權(quán)重對損失的影響有多少，也就是這是計算圖中每個節(jié)點的梯度。使用這個梯度，我們可以最優(yōu)地更新權(quán)值。

這是它在PyTorch代碼中的樣子。最后的“step”方法將根據(jù)“backward”步驟的結(jié)果更新權(quán)重。從這段代碼中可能不明顯的是，如果我們一直在很多個batch上這么做，梯度會爆炸，我們使用的step將不斷變大。

output = model(input) # forward-pass
loss_fn.backward()    # backward-pass
optimizer.step()      # update weights by an ever growing gradient ????????????

為了避免step變得太大，我們使用 zero_grad 方法。

output = model(input) # forward-pass
optimizer.zero_grad() # reset gradient ????
loss_fn.backward()    # backward-pass
optimizer.step()      # update weights using a reasonably sized gradient ????

這可能感覺有點過于明顯，但它確實賦予了對梯度的精確控制。有一種方法可以確保你沒有搞混，那就是把這三個函數(shù)放在一起：

zero_grad

backward

step

在我們的代碼例子中，在完全不使用zero_grad的情況下。神經(jīng)網(wǎng)絡(luò)開始變得更好，因為它在改進(jìn)，但梯度最終會爆炸，所有的更新變得越來越垃圾，直到網(wǎng)絡(luò)最終變得無用。

調(diào)用backward之后再做zero_grad。什么也沒有發(fā)生，因為我們擦掉了梯度，所以權(quán)重沒有更新。剩下的唯一有變化的是dropout。

我認(rèn)為在每次step方法被調(diào)用時自動重置梯度是有意義的。

在backward的時候不使用zero_grad的一個原因是，如果你每次調(diào)用step() 時都要多次調(diào)用backward，例如，如果你每個batch只能將一個樣本放入內(nèi)存中，那么一個梯度會噪聲太大，你想要在每個step中聚合幾個batch的梯度。另一個原因可能是在計算圖的不同部分調(diào)用backward —— 但在這種情況下，你也可以把損失加起來，然后在總和上調(diào)用backward。

常見錯誤 #4: 你把做完softmax的結(jié)果送到了需要原始logits的損失函數(shù)中

logits是最后一個全連接層的激活值。softmax也是同樣的激活值，但是經(jīng)過了標(biāo)準(zhǔn)化。logits值，你可以看到有些是正的，一些是負(fù)的。而log_softmax之后的值，全是負(fù)值。如果看柱狀圖的話，可以看到分布式一樣的，唯一的差別就是尺度，但就是這個細(xì)微的差別，導(dǎo)致最后的數(shù)學(xué)計算完全不一樣了。但是為什么這是一個常見的錯誤呢？在PyTorch的官方MNIST例子中，查看forward 方法，在最后你可以看到最后一個全連接層self.fc2，然后就是log_softmax。

但是當(dāng)你查看官方的PyTorch resnet或者AlexNet模型的時候，你會發(fā)現(xiàn)這些模型在最后并沒有softmax層，最后得到就是全連接的輸出，就是logits。

這兩個的差別在文檔中沒有說的很清楚。如果你查看nll_loss函數(shù)，并沒有提得輸入是logits還是softmax，你的唯一希望是在示例代碼中發(fā)現(xiàn)nll_loss使用了log_softmax作為輸入。

以上就是使用PyTorch常見4個錯誤示例詳解的詳細(xì)內(nèi)容，更多關(guān)于PyTorch常見4個錯誤解決的資料請關(guān)注腳本之家其它相關(guān)文章！