Python 3.x Udacity深度学习，作业3，第3部分：Tensorflow辍学函数

我现在正在参加Udacity深度学习班的作业3。我已经完成了它的大部分工作，但我注意到问题3，这是关于使用tensorflow的“辍学”，似乎降低了我的性能，而不是改善它

所以我觉得我做错了什么。我会把我的全部代码放在这里。如果有人能向我解释如何正确使用辍学，我将不胜感激。（或者确认我正确使用了它，但在这种情况下它没有帮助。）。它的准确率从94%以上（无脱落）下降到91.5%。如果不使用L2正则化，退化甚至更大

def create_nn(dataset, weights_hidden, biases_hidden, weights_out, biases_out):
    # Original layer
    logits = tf.add(tf.matmul(tf_train_dataset, weights_hidden), biases_hidden)
    # Drop Out layer 1
    logits = tf.nn.dropout(logits, 0.5)
    # Hidden Relu layer
    logits = tf.nn.relu(logits)
    # Drop Out layer 2
    logits = tf.nn.dropout(logits, 0.5)
    # Output: Connect hidden layer to a node for each class
    logits = tf.add(tf.matmul(logits, weights_out), biases_out)
    return logits


# Create model
batch_size = 128
hidden_layer_size = 1024
beta = 1e-3

graph = tf.Graph()
with graph.as_default():
    # Input data. For the training data, we use a placeholder that will be fed
    # at run time with a training minibatch.
    tf_train_dataset = tf.placeholder(tf.float32,
                                    shape=(batch_size, image_size * image_size))
    tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels))
    tf_valid_dataset = tf.constant(valid_dataset)
    tf_test_dataset = tf.constant(test_dataset)

    # Variables.
    weights_hidden = tf.Variable(
        #tf.truncated_normal([image_size * image_size, num_labels]))
        tf.truncated_normal([image_size * image_size, hidden_layer_size]))
    #biases = tf.Variable(tf.zeros([num_labels]))
    biases_hidden = tf.Variable(tf.zeros([hidden_layer_size]))

    weights_out = tf.Variable(tf.truncated_normal([hidden_layer_size, num_labels]))
    biases_out = tf.Variable(tf.zeros([num_labels]))


    # Training computation.
    #logits = tf.matmul(tf_train_dataset, weights_out) + biases_out
    logits = create_nn(tf_train_dataset, weights_hidden, biases_hidden, weights_out, biases_out)

    loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=tf_train_labels, logits=logits))
    loss += beta * (tf.nn.l2_loss(weights_hidden) + tf.nn.l2_loss(weights_out))

    # Optimizer.
    optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(loss)

    # Predictions for the training, validation, and test data.
    train_prediction = tf.nn.softmax(logits)
    #valid_prediction = tf.nn.softmax(tf.matmul(tf_valid_dataset, weights_out) + biases_out)
    #test_prediction = tf.nn.softmax(tf.matmul(tf_test_dataset, weights_out) + biases_out)
    valid_prediction = tf.nn.softmax(tf.matmul(tf.nn.relu(tf.matmul(tf_valid_dataset, weights_hidden) + biases_hidden), weights_out) + biases_out)
    test_prediction = tf.nn.softmax(tf.matmul(tf.nn.relu(tf.matmul(tf_test_dataset, weights_hidden) + biases_hidden), weights_out) + biases_out)


num_steps = 10000

with tf.Session(graph=graph) as session:
  tf.global_variables_initializer().run()
  print("Initialized")
  for step in range(num_steps):
    # Pick an offset within the training data, which has been randomized.
    # Note: we could use better randomization across epochs.
    offset = (step * batch_size) % (train_labels.shape[0] - batch_size)
    #offset = (step * batch_size) % (3*128 - batch_size)
    #print(offset)
    # Generate a minibatch.
    batch_data = train_dataset[offset:(offset + batch_size), :]
    batch_labels = train_labels[offset:(offset + batch_size), :]
    # Prepare a dictionary telling the session where to feed the minibatch.
    # The key of the dictionary is the placeholder node of the graph to be fed,
    # and the value is the numpy array to feed to it.
    feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels}
    _, l, predictions = session.run([optimizer, loss, train_prediction], feed_dict=feed_dict)

    if (step % 500 == 0):
      print("Minibatch loss at step %d: %f" % (step, l))
      print("Minibatch accuracy: %.1f%%" % accuracy(predictions, batch_labels))
      print("Validation accuracy: %.1f%%" % accuracy(valid_prediction.eval(), valid_labels))

  print("Test accuracy: %.1f%%" % accuracy(test_prediction.eval(), test_labels))

---

我认为有两件事会导致这个问题

首先，我不建议在第一层中使用辍学（如果必须的话，使用较低的50%，在10-25%的范围内），因为当你使用如此高的辍学率时，甚至更高级别的特征也不会被学习并传播到更深的层。还可以尝试从10%到50%的辍学率范围，看看准确度是如何变化的。没有办法事先知道什么价值会起作用

---

第二，在推理时通常不使用辍学。要修复传入，请将dropout的_prob参数保留为占位符，并在推断时将其设置为1

---

此外，如果您声明的精度值是训练精度，那么首先可能没有太大问题，因为辍学通常会少量降低训练精度，因为您没有过度拟合，需要密切监控的是测试/验证精度

您需要在推理过程中关闭辍学。一开始可能不明显，但在NN体系结构中，辍学是硬编码的，这意味着它将在推理过程中影响测试数据。您可以通过创建占位符

keep_prob

来避免这种情况，而不是直接提供值

0.5

。例如：

keep_prob = tf.placeholder(tf.float32)
logits = tf.nn.dropout(logits, keep_prob)

要在培训期间启用辍学，请将

keep_prob

值设置为0.5：

feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels, keep_prob: 0.5}

在推断/评估期间，您应该能够执行类似操作，将

eval

中的

keep_prob

设置为1.0：

accuracy.eval(feed_dict={x: test_prediction, y_: test_labels, keep_prob: 1.0}

编辑：

由于问题似乎不是在推断时使用辍学，下一个罪魁祸首是辍学率对于这个网络规模来说太高。您可以尝试将辍学率降低到20%（即keep_prob=0.8），或增加网络的大小，以使模型有机会学习表示

事实上，我用你的代码试了一下，在这样的网络规模下，我大约有93.5%的人辍学，20%的人辍学。我在下面添加了一些额外的资源，包括最初的辍学论文，以帮助澄清其背后的直觉，并在使用辍学时扩展了更多提示，例如提高学习率

参考资料：

• ：有一个使用MNIST的关于上述（辍学开/关）的示例

---

我报告了测试的准确性。“其次，您通常不会在推理时使用辍学。要将辍学的pass-in keep_prob参数作为占位符进行修正，并在推理时将其设置为1。”我不明白您在这里的意思。你能澄清一下吗？我想这可能是我做得不对的部分。我一直在读这篇文章，但我不清楚这是什么意思。就我所见，我在测试和验证评估中根本没有退出。我认为我感到困惑的原因是我有一个有效的预测和测试预测，它不是来自硬编码的NN架构：valid_prediction=tf.NN.softmax（tf.matmul（tf.NN.relu（tf.matmul（tf_有效的_数据集，权重隐藏）+偏差隐藏），weights_out）+biases_out）test_prediction=tf.nn.softmax（tf.matmul（tf.nn.relu）（tf.matmul（tf.matmul（tf_test_dataset，weights_hidden）+biases_hidden），weights_out）+biases_out）所以当我得到一个测试集或验证集预测时，不会有任何遗漏。我以为这样可以避免这样做。很明显，我遗漏了一些东西。你说得对，在这种情况下不会有辍学。我在上面编辑了我的答案，并添加了一些我认为可能有用的提示。主要是玩弄辍学的价值，因为辍学对于这个网络规模来说可能太高，或者可能会增加网络的规模。