Neural network 为什么在达到完美的训练配合后,训练准确性会下降?
我正在pytorch培训一名NN学习MNIST数据。模型启动良好,改进,达到训练和测试数据的良好精度,稳定一段时间,然后测试和训练精度崩溃,如下图所示 对于MNIST,我使用60000个训练图像,10000个测试,训练批量为100,学习率为0.01。神经网络由两个完全连接的隐藏层组成,每个隐藏层有100个节点,节点具有ReLU激活功能。F.交叉熵用于损失,SGD用于梯度计算 这不是过度拟合的问题,因为训练和测试精度都会下降。我怀疑这与学习率太高有关。在基本情况下,我使用了0.01,但当我将其降低到0.001时,整个模式会在稍后重复,如图所示(请注意x轴比例的变化,模式大约在10次之后发生,这是直观的)。使用更低的学习率也获得了类似的结果 我尝试过单元测试,检查各个部件并缩小模型。是当我在训练集中仅使用6个数据点时的结果,批量大小为2。训练数据的完美拟合(这里明显不同于预期的测试精度)并不令人惊讶,但它仍然从100%下降到1/6,因此并不比随机选择好多少。有谁能告诉我,要让网络从训练场的完美结合中脱颖而出,需要做些什么 以下是网络的结构(之前添加了相关的库),尽管我希望上述症状足以让您认识到没有它的问题:Neural network 为什么在达到完美的训练配合后,训练准确性会下降?,neural-network,pytorch,Neural Network,Pytorch,我正在pytorch培训一名NN学习MNIST数据。模型启动良好,改进,达到训练和测试数据的良好精度,稳定一段时间,然后测试和训练精度崩溃,如下图所示 对于MNIST,我使用60000个训练图像,10000个测试,训练批量为100,学习率为0.01。神经网络由两个完全连接的隐藏层组成,每个隐藏层有100个节点,节点具有ReLU激活功能。F.交叉熵用于损失,SGD用于梯度计算 这不是过度拟合的问题,因为训练和测试精度都会下降。我怀疑这与学习率太高有关。在基本情况下,我使用了0.01,但当我将其降低
class Network(nn.Module):
def __init__(self):
# call to the super class Module from nn
super(Network, self).__init__()
# fc strand for 'fully connected'
self.fc1 = nn.Linear(in_features=28*28, out_features=100)
self.fc2 = nn.Linear(in_features=100, out_features=100)
self.out = nn.Linear(in_features=100, out_features=10)
def forward(self, t):
# (1) input layer (redundant)
t = t
# (2) hidden linear layer
# As my t consists of 28*28 bit pictures, I need to flatten them:
t = t.reshape(-1, 28*28)
# Now having this reshaped input, add it to the linear layer
t = self.fc1(t)
# Again, apply ReLU as the activation function
t = F.relu(t)
# (3) hidden linear layer
# As above, but reshaping is not needed now
t = self.fc2(t)
t = F.relu(t)
# (4) output layer
t = self.out(t)
t = F.softmax(t, dim=1)
return t
代码的主要执行:
for b in range(epochs):
print('***** EPOCH NO. ', b+1)
# getting a batch iterator
batch_iterator = iter(batch_train_loader)
# For loop for a single epoch, based on the length of the training set and the batch size
for a in range(round(train_size/b_size)):
print(a+1)
# get one batch for the iteration
batch = next(batch_iterator)
# decomposing a batch
images, labels = batch[0].to(device), batch[1].to(device)
# to get a prediction, as with individual layers, we need to equate it to the network with the samples as input:
preds = network(images)
# with the predictions, we will use F to get the loss as cross_entropy
loss = F.cross_entropy(preds, labels)
# function for counting the number of correct predictions
get_num_correct(preds, labels))
# calculate the gradients needed for update of weights
loss.backward()
# with the known gradients, we will update the weights according to stochastic gradient descent
optimizer = optim.SGD(network.parameters(), lr=learning_rate)
# with the known weights, step in the direction of correct estimation
optimizer.step()
# check if the whole data check should be performed (for taking full training/test data checks only in evenly spaced intervals on the log scale, pre-calculated later)
if counter in X_log:
# get the result on the whole train data and record them
full_train_preds = network(full_train_images)
full_train_loss = F.cross_entropy(full_train_preds, full_train_labels)
# Record train loss
a_train_loss.append(full_train_loss.item())
# Get a proportion of correct estimates, to make them comparable between train and test data
full_train_num_correct = get_num_correct(full_train_preds, full_train_labels)/train_size
# Record train accuracy
a_train_num_correct.append(full_train_num_correct)
print('Correct predictions of the dataset:', full_train_num_correct)
# Repeat for test predictions
# get the results for the whole test data
full_test_preds = network(full_test_images)
full_test_loss = F.cross_entropy(full_test_preds, full_test_labels)
a_test_loss.append(full_test_loss.item())
full_test_num_correct = get_num_correct(full_test_preds, full_test_labels)/test_size
a_test_num_correct.append(full_test_num_correct)
# update counter
counter = counter + 1
我在这里搜索并查看了这些问题的答案,但人们要么询问过度匹配,要么他们的NNs根本不会提高训练集的准确性(即,他们根本不工作),而不是寻找一个良好的训练匹配,然后完全失去它,也就是在训练集上。我希望我没有发布一些明显的东西,我对NN比较陌生,但我在发布之前已经尽了最大的努力研究了这个主题,谢谢你的帮助和理解 因此,我的看法是,您使用了太多的纪元,并且对模型进行了过度训练(不是过度拟合)。在不断刷新偏差/权重的某个点之后,它们不再能够区分值和噪波 我建议你检查一下,看看它是否与你看到的一致,因为这是我想到的第一件事 也可以看看这篇文章。(并不是说这是重复的) 本出版物:反向传播中的过度训练 神经网络:一种彩色显像管 校准示例
原因是代码中的错误。我们需要在训练循环的开始添加
optimizator.zero_grad()
,并在外部训练循环之前创建optimizator,即
optimizator=optim.SGD(…)
对于范围内的b(历元):
解释原因。我使用了10个我不会归类为“太多”的纪元,但我可能弄错了——在整个训练集中使用10次是否太多?我试图复制BaityJesi 2019()的结果,在那里他们将进行10^6个步骤,意味着数千个时代,他们得到了非常稳定的解决方案(至少在训练集上,而不是测试集上),所以我怀疑时代的数量是否是一个问题。我已经阅读了您提供的链接,感谢您分享它们。第一个,如果我理解正确的话,是关于训练数据的过度拟合(或过度训练,作者似乎给出了非常相似的含义),但仍然是关于它对新预测的不利程度:“这种对训练数据集的过度拟合将导致泛化错误的增加,使得模型在预测新数据时不太有用。”因此,我在这里没有看到与我的问题相关的信息——他没有在训练数据集上写错误增加的事,只是在测试(或验证)上数据集是一个典型的过度拟合问题-讨论了提前停止有一种解决这个过度拟合问题的方法,但我没有。第二篇文章清楚地表明,过度训练或过度拟合等词存在语义问题,人们使用它们非常自由,但正如最佳答案所说“据我所知,过度训练和过度拟合的模型之间没有区别”。事实上,这两个词都用来描述同一个问题:你在训练数据上过度训练了你的模型,这会导致模型过度拟合,也就是说,在测试(新/验证)时有很高的错误数据,与训练数据的高误差无关第三个环节,阿尔曼和宁方2001年的论文再次谈到过拟合,尽管他们称之为过度训练。通过检查图1可以清楚地看出,测试误差在某个点上增加,但训练误差持续下降,而在我的问题中,它随着测试误差的增加而增加。谢谢你感谢您尝试回答我的问题,但如上所述,所有三通都涉及过度拟合或换句话说,过度训练,这不是问题所在,10个时代似乎并不过度,因为Baty Jesi 2019获得了比这多得多的稳定结果。