點擊下方卡片，關注「新機器視覺」公眾號
重磅乾貨，第一時間送達
導讀
是什麼秘訣讓新手們在短期內快速掌握並能構建最先進的DL算法？一位名叫塞繆爾的法國學員總結了十條經驗。
在各種Kaggle競賽的排行榜上，都有不少剛剛進入深度學習領域的程序員，其中大部分有一個共同點：
都上過Fast.ai的課程。
這些免費、重實戰的課程非常鼓勵學生去參加Kaggle競賽，檢驗自己的能力。當然，也向學生們傳授了不少稱霸Kaggle的深度學習技巧。
是什麼秘訣讓新手們在短期內快速掌握並能構建最先進的DL算法？一位名叫塞繆爾（Samuel Lynn-Evans）的法國學員總結了十條經驗。
他這篇文章發表在FloydHub官方博客上，因為除了來自Fast.ai的技巧之外，他還用了FloydHub的免設置深度學習GPU雲平台。
接下來，我們看看他從fast.ai學來的十大技藝：
1. 使用Fast.ai庫這一條最為簡單直接。
fromfast.aiimport*Fast.ai庫是一個新手友好型的深度學習工具箱，而且是目前復現最新算法的首要之選。
每當Fast.ai團隊及AI研究者發現一篇有趣論文時，會在各種數據集上進行測試，並確定合適的調優方法。他們會把效果較好的模型實現加入到這個函數庫中，用戶可以快速載入這些模型。
於是，Fast.ai庫成了一個功能強大的工具箱，能夠快速載入一些當前最新的算法實現，如帶重啟的隨機梯度下降算法、差分學習率和測試時增強等等，這裡不逐一提及了。
下面會分別介紹這些技術，並展示如何使用Fast.ai庫來快速使用它們。
這個函數庫是基於PyTorch構建，構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習率
差分學習率（Differential Learning rates）意味着在訓練時變換網絡層比提高網絡深度更重要。
基於已有模型來訓練深度學習網絡，這是一種被驗證過很可靠的方法，可以在計算機視覺任務中得到更好的效果。
大部分已有網絡（如Resnet、VGG和Inception等）都是在ImageNet數據集訓練的，因此我們要根據所用數據集與ImageNet圖像的相似性，來適當改變網絡權重。
在修改這些權重時，我們通常要對模型的最後幾層進行修改，因為這些層被用於檢測基本特徵（如邊緣和輪廓），不同數據集有着不同基本特徵。
首先，要使用Fast.ai庫來獲得預訓練的模型，代碼如下：
fromfastai.conv_learnerimport*#importlibraryforcreatinglearningobjectforconvolutional#networksmodel=VVG16()#assignmodeltoresnet,vgg,orevenyourowncustommodelPATH='./folder_containing_images'data=ImageClassifierData.from_paths(PATH)#createfastaidataobject,inthismethodweusefrom_pathswhere#insidePATHeachimageclassisseparatedintodifferentfolderslearn=ConvLearner.pretrained(model,data,precompute=True)#createalearnobjecttoquicklyutilisestateoftheart#techniquesfromthefastailibrary創建學習對象之後（learn object），通過快速凍結前面網絡層並微調後面網絡層來解決問題：
learn.freeze()#freezelayersuptothelastone,soweightswillnotbeupdated.learning_rate=0.1learn.fit(learning_rate,epochs=3)#trainonlythelastlayerforafewepochs當後面網絡層產生了良好效果，我們會應用差分學習率來改變前面網絡層。在實際中，一般將學習率的縮小倍數設置為10倍：
learn.unfreeze()#setrequires_gradstobeTrueforalllayers,sotheycanbeupdatedlearning_rate=[0.001,0.01,0.1]#learningrateissetsothatdeepestthirdoflayershavearateof0.001,#middlelayershavearateof0.01,andfinallayers0.1.learn.fit(learning_rate,epochs=3)#trainmodelforthreeepochwithusingdifferentiallearningrates3. 如何找到合適的學習率學習率是神經網絡訓練中最重要的超參數，沒有之一，但之前在實際應用中很難為神經網絡選擇最佳的學習率。
Leslie Smith的一篇周期性學習率論文發現了答案，這是一個相對不知名的發現，直到它被Fast.ai課程推廣後才逐漸被廣泛使用。
這篇論文是：Cyclical Learning Rates for Training Neural Networks
https://arxiv.org/abs/1506.01186
在這種方法中，我們嘗試使用較低學習率來訓練神經網絡，但是在每個批次中以指數形式增加，相應代碼如下：
learn.lr_find()#runonlearnobjectwherelearningrateisincreasedexponentiallylearn.sched.plot_lr()#plotgraphoflearningrateagainstiterations
△ 每次迭代後學習率以指數形式增長同時，記錄每個學習率對應的Loss值，然後畫出學習率和Loss值的關係圖：
learn.sched.plot()#plotsthelossagainstthelearningrate
△ 找出Loss值在下降但仍未穩定的點通過找出學習率最高且Loss值仍在下降的值來確定最佳學習率。在上述情況中，該值將為0.01。
4. 餘弦退火在採用批次隨機梯度下降算法時，神經網絡應該越來越接近Loss值的全局最小值。當它逐漸接近這個最小值時，學習率應該變得更小來使得模型不會超調且儘可能接近這一點。
餘弦退火（Cosine annealing）利用餘弦函數來降低學習率，進而解決這個問題，如下圖所示：
△ 餘弦值隨着x增大而減小從上圖可以看出，隨着x的增加，餘弦值首先緩慢下降，然後加速下降，再次緩慢下降。這種下降模式能和學習率配合，以一種十分有效的計算方式來產生很好的效果。
learn.fit(0.1,1)#Callinglearnfitautomaticallytakesadvantageofcosineannealing我們可以用Fast.ai庫中的**learn.fit()**函數，來快速實現這個算法，在整個周期中不斷降低學習率，如下圖所示：
△ 在一個需要200次迭代的周期中學習率不斷降低同時，在這種方法基礎上，我們可以進一步引入重啟機制。
5. 帶重啟的SGD算法在訓練時，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習率，來「跳出」局部最小值並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 Restartshttps://arxiv.org/abs/1608.03983
用Fast.ai庫可以快速導入SGDR算法。當調用learn.fit(learning_rate, epochs)函數時，學習率在每個周期開始時重置為參數輸入時的初始值，然後像上面餘弦退火部分描述的那樣，逐漸減小。
每當學習率下降到最小點，在上圖中為每100次迭代，我們稱為一個循環。
cycle_len=1#decidehowmanyepochsittakesforthelearningratetofallto#itsminimumpoint.Inthiscase,1epochcycle_mult=2#attheendofeachcycle,multiplythecycle_lenvalueby2learn.fit(0.1,3,cycle_len=2,cycle_mult=2)#inthiscasetherewillbethreerestarts.Thefirsttimewith#cycle_lenof1,soitwilltake1epochtocompletethecycle.#cycle_mult=2sothenextcyclewithhavealengthoftwoepochs,#andthenextfour.
△ 每個循環所包含的周期都是上一個循環的2倍利用這些參數，和使用差分學習率，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鍵。
Fast.ai論壇有個帖子專門討論Cycle_mult和cycle_len函數，地址在這裡：http://forums.fast.ai/t/understanding-cycle-len-and-cycle-mult/9413/8
更多關於學習率的詳細內容可參考這個Fast.ai課程：http://course.fast.ai/lessons/lesson2.html
6. 人格化你的激活函數Softmax只喜歡選擇一樣東西；
Sigmoid想知道你在[-1, 1]區間上的位置，並不關心你超出這些值後的增加量；
Relu是一名俱樂部保鏢，要將負數拒之門外。
……
以這種思路對待激活函數，看起來很愚蠢，但是安排一個角色後能確保把他們用到正確任務中。
正如fast.ai創始人Jeremy Howard指出，不少學術論文中也把Softmax函數用在多分類問題中。在DL學習過程中，我也看到它在論文和博客中多次使用不當。
7. 遷移學習在NLP問題中非常有效正如預訓練好的模型在計算機視覺任務中很有效一樣，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用遷移學習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，他所達到的準確率超過了Salesforce論文中展示的所有先前模型：https://einstein.ai/research/learned-in-translation-contextualized-word-vectors。
△ 預先存在的架構提供了最先進的NLP性能這個模型的關鍵在於先訓練模型來獲得對語言的一些理解，然後再使用這種預訓練好的模型作為新模型的一部分來分析情緒。
為了創建第一個模型，我們訓練了一個循環神經網絡（RNN）來預測文本序列中的下個單詞，這稱為語言建模。當訓練後網絡的準確率達到一定值，它對每個單詞的編碼模式就會傳遞給用於情感分析的新模型。
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後用於情感分析，但是這種方法可以應用到其他任何NLP任務中，包括翻譯和數據提取。
而且，計算機視覺中的一些技巧，也同樣適用於此，如上面提到的凍結網絡層和使用差分學習率，在這裡也能取得更好的效果。
這種方法在NLP任務上的使用涉及很多細節，這裡就不貼出代碼了，可訪問相應課程和代碼。
課程：http://course.fast.ai/lessons/lesson4.html
代碼：https://github.com/fastai/fastai/blob/master/courses/dl1/lesson4-imdb.ipynb
8. 深度學習在處理結構化數據上的優勢Fast.ai課程中展示了深度學習在處理結構化數據上的突出表現，且無需藉助特徵工程以及領域內的特定知識。
這個庫充分利用了PyTorch中embedding函數，允許將分類變量快速轉換為嵌入矩陣。
他們展示出的技術比較簡單直接，只需將分類變量轉換為數字，然後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上，傳統做法是創建虛擬變量，即進行一次熱編碼。與之相比，這種方式的優點是用四個數值代替一個數值來描述每一天，因此可獲得更高的數據維度和更豐富的關係。
這種方法在Rossman Kaggle比賽中獲得第三名，惜敗於兩位利用專業知識來創建許多額外特徵的領域專家。
相關課程：http://course.fast.ai/lessons/lesson4.html
代碼：https://github.com/fastai/fastai/blob/master/courses/dl1/lesson3-rossman.ipynb
這種用深度學習來減少對特徵工程依賴的思路，也被Pinterest證實過。他也提到過，他們正努力通過深度學習模型，期望用更少的工作量來獲得更好的效果。
9. 更多內置函數：Dropout層、尺寸設置、TTA4月30日，Fast.ai團隊在斯坦福大學舉辦的DAWNBench競賽中，贏得了基於Imagenet和CIFAR10的分類任務。在Jeremy的奪冠總結中，他將這次成功歸功於fast.ai庫中的一些額外函數。
其中之一是Dropout層，由Geoffrey Hinton兩年前在一篇開創性的論文中提出。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.toronto.edu/~hinton/absps/JMLRdropout.pdf
然而，PyTorch庫使它的實現變得很簡單，用Fast.ai庫加載它就更容易了。
△ 空格表示Dropout函數的作用點Dropout函數能減弱過擬合效應，因此要在CIFAR-10這樣一個相對較小的數據集上取勝，這點很重要。在創建learn對象時，Fast.ai庫會自動加入dropout函數，同時可使用ps變量來修改參數，如下所示：
learn=ConvLearner.pretrained(model,data,ps=0.5,precompute=True)#createsadropoutof0.5(i.e.halftheactivations)ontestdataset.#Thisisautomaticallyturnedoffforthevalidationset有一種很簡單有效的方法，經常用來處理過擬合效應和提高準確性，它就是訓練小尺寸圖像，然後增大尺寸並再次訓練相同模型。
#createadataobjectwithimagesofsz*szpixelsdefget_data(sz):tmfs=tfms_from_model(model,sz)#tellswhatsizeimagesshouldbe,additionaltransformationssuch#imageflipsandzoomscaneasilybeaddedheretoodata=ImageClassifierData.from_paths(PATH,tfms=tfms)#createsfastaidataobjectofcreatesizereturndatalearn.set_data(get_data(299))#changesthedatainthelearnobjecttobeimagesofsize299#withoutchangingthemodel.learn.fit(0.1,3)#trainforafewepochsonlargerversionsofimages,avoidingoverfitting還有一種先進技巧，可將準確率提高若干個百分點，它就是測試時增強（test time augmentation,TTA）。這裡會為原始圖像造出多個不同版本，包括不同區域裁剪和更改縮放程度等，並將它們輸入到模型中；然後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數，可調用learn.TTA()來使用該算法。
preds,target=learn.TTA()這種技術很有效，因為原始圖像顯示的區域可能會缺少一些重要特徵，在模型中輸入圖像的多個版本並取平均值，能解決上述問題。
10. 創新力很關鍵在DAWNBench比賽中，Fast.ai團隊提出的模型不僅速度最快，而且計算成本低。要明白，要構建成功的DL應用，不只是一個利用大量GPU資源的計算任務，而應該是一個需要創造力、直覺和創新力的問題。
本文中討論的一些突破，包括Dropout層、餘弦退火和帶重啟的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。與簡單地增大訓練數據集相比，能更好地提升準確率。
硅谷的很多大公司有大量GPU資源，但是，不要認為他們的先進效果遙不可及，你也能靠創新力提出一些新思路，來挑戰效果排行榜。
事實上，有時計算力的局限也是一種機會，因為需求是創新的動力源泉。
關於作者Samuel Lynn-Evans過去10年一直在教授生命科學課程，注意到機器學習在科學研究中的巨大潛力後，他開始在巴黎42學校學習人工智能，想將NLP技術應用到生物學和醫學問題中。
原文：https://blog.floydhub.com/ten-techniques-from-fast-ai/
本文僅做學術分享，如有侵權，請聯繫刪文。
留言列表