[神经网络与深度学习]线性回归，多层感知机，性能优化

最新推荐文章于 2024-04-25 20:48:26 发布

Knight_Rob

最新推荐文章于 2024-04-25 20:48:26 发布

阅读量397 深度学习神经网络人工智能

本文链接：https://blog.csdn.net/weixin_56809732/article/details/137203734

一：线性回归

线性网络简洁表示为 $\hat{y}=w^{T}x+b$ ，其中 $\hat{y}$ 为预测值，w为权重，b为偏置。在得到预测值之后，需要通过某一函数来确定预测值相较于真实值的拟合程度，这个函数就是损失函数L，数值越小表示损失越小，我们的目标就是寻找一组参数 $\left ( w^*,b^* \right )$ ，使得：
$w^*,b^*=argminL(w,b)$

我们需要不断地在损失函数递减的方向上更新参数来降低误差，名为随机梯度下降。步骤如下：
（1）初始化模型参数的值。

（2）从数据集中随机抽取小批量样本且在负梯度的方向上更新参数

线性回归的实现：

import numpy as np
import torch

from torch import nn

net = nn.Sequential(nn.Linear(2, 1)) #定义线性层的输入和输出大小

loss = nn.MSELoss()

trainer = torch.optim.SGD(net.parameters(), lr=0.03)

num_epochs = 3
for epoch in range(num_epochs):
    for X, y in data_iter:
        l = loss(net(X) ,y)
        trainer.zero_grad()
        l.backward()
        trainer.step()
    l = loss(net(features), labels)

二：多层感知机（MLP）

多层感知机：在输入层和输出层之间引入一个或多个隐藏层，能处理更普遍的函数关系，例如最经典的异或问题。

例如图示的多层感知机有4个输入，3个输出，引入一个隐藏层包含5个隐藏单元。

在引入隐藏层之后还需要对每个隐藏单元应用非线性的激活函数，以此来保证模型由线性向非线性的变换。常用的激活函数包括：

（1）RELU函数，（2）sigmoid函数，（3）tanh函数

目前最常用的非线性激活函数为RELU函数。

多层感知机的实现：采用Fashion-MNIST数据集，每个输入为28*28=784，输出为10类，引入一个包含256个隐藏单元的隐藏层。

import torch
from torch import nn
from d2l import torch as d2l

#构建模型
net = nn.Sequential(nn.Flatten(),
                    nn.Linear(784, 256),
                    nn.ReLU(),
                    nn.Linear(256, 10))

#初始化线性层的权重参数
def init_weights(m):
    if type(m) == nn.Linear:
        nn.init.normal_(m.weight, std=0.01)

net.apply(init_weights);


batch_size, lr, num_epochs = 256, 0.1, 10
loss = nn.CrossEntropyLoss(reduction='none')
trainer = torch.optim.SGD(net.parameters(), lr=lr)

train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)

三：性能优化

欠拟合通常表现为训练误差和验证误差都很大的情况，可能由于模型过于简单引起，通常可以选择更复杂的模型降低训练误差。而过拟合通常表现为训练误差明显低于验证误差，通常可以使用权重衰退和Dropout来减小过拟合。

1.权重衰退

引入正则化常数 $\lambda$ 来防止过拟合和权值震荡，使得原来的损失函数变为：

$L(w,b)+\frac{1}{2}\left \| w \right \|^{2}$

对于 $\lambda =0$ ，我们恢复了原来的损失函数。对于 $\lambda >0$ ，我们限制‖w‖的大小。与未加权重衰减之前的参数迭代相比，w的系数乘以了 $\left ( 1-\eta \lambda \right )$ 。

实现权重衰减是直接通过指定weight decay这个超参数，其中偏置b并没有设置衰减。

trainer = torch.optim.SGD([
        {"params":net[0].weight,'weight_decay': wd},
        {"params":net[0].bias}], lr=lr)

2.暂退法（Dropout）

暂退法就是在计算下一层之前随即将将当前层中的一些节点置零，通常应用于隐藏层中。假设以p的概率将隐藏单元置为零，随机将h2,h5这两个节点置为0：

实现Dropout也非常简单，只需在每个全连接层之后添加一个Dropout层，将暂退概率作为唯一的参数传递给它。

import torch
from torch import nn
from d2l import torch as d2l

net = nn.Sequential(nn.Flatten(),
        nn.Linear(784, 256),
        nn.ReLU(),
        # 添加dropout层
        nn.Dropout(dropout1),
        nn.Linear(256, 256),
        nn.ReLU(),
        # 添加dropout层
        nn.Dropout(dropout2),
        nn.Linear(256, 10))

def init_weights(m):
    if type(m) == nn.Linear:
        nn.init.normal_(m.weight, std=0.01)

net.apply(init_weights);

trainer = torch.optim.SGD(net.parameters(), lr=lr)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, trainer)