总结一些loss不收敛的解决方法
经常遇到的两种情况：

loss一直在震荡
loss下降一点后不再下降到理想水平，而验证集上的表现保持不变。
解决办法：

保持需要的batchsize不变，或考虑调整batch size大小
查看是否有梯度回传。
查看数据是否有问题，如标签错乱，归一化等。
调节学习率，从大向小调，每次除以5或者10
如果学习率调好后，需要调节batchsize大小，如batchsize调大2倍，则将学习率对应调大，反之，学习率对应调小。
权重初始化方案（全零初始化、随机正态分布初始化和随机均匀分布初始化等）
正则化过度（当训练集loss下不来时，就要考虑一下是不是正则化过度，导致模型欠拟合了。一般在刚开始是不需要加正则化的，过拟合后，再根据训练情况进行调整。）
激活函数、损失函数
训练时间不足，网络比较大的时候，孪生网络，容易出现收敛缓慢，要多训练一段时间看看loss收敛情况
知乎上的总结：

train loss 不断下降，test loss不断下降，说明网络仍在学习;
train loss 不断下降，test loss趋于不变，说明网络过拟合;
train loss 趋于不变，test loss不断下降，说明数据集100%有问题;
train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;
train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。
————————————————
版权声明：本文为CSDN博主「print_lzp」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/print_lzp/article/details/121139876

趁着还在训练，我总结一下可能 导致 神经网络不收敛的原因 ：

1、 理论上就不收敛 ，也就是说你设计的网络本身就存在问题，这也是首先应该考虑的因素：

1) 梯度是否存在 ，即反向传播有没有断裂；

2、如果确认你的网络应该没有问题，那也就是在 假设理论上是收敛的 ：

1) 学习率设置不合理 (大多数情况)，学习率设置太大，会造成不收敛，如果太小，会造成收敛速度非常慢；

2) Batchsize太大 ，陷入到局部最优，无法达到全局最优，故而无法继续收敛；

3) 网络容量， 浅层网络完成复杂的任务loss不下降是肯定的，网络设计太简单，一般情况下，网络的层数和节点数量越大，拟合能力就越强，如果层数和节点不够多，无法拟合复杂的情况，也会造成不收敛。

之前训练网络时,会先编写学习率随训练epoch的增加而逐渐减低的函数,然后选取一个相对较大的学习率(一般从e-2量级开始),选取一个epoch能够接受的batchsize,如果loss稳定下降较快,则开始训练.从未体验过学习率和batchsize搭配之难.

最近新看了一篇论文ABCNN(有空再细讲),采用开源的tensorflow工程训练一下,效果很好,因工程需要,开始将其移植到pytorch框架下,移植完毕后,关于loss函数遇到不少问题,在此记录.

1.学习率随epoch降低的函数
def adjust_learning_rate(learning_rate, learning_rate_decay, optimizer, epoch):
"""Sets the learning rate to the initial LR multiplied by learning_rate_decay(set 0.98, usually) every epoch"""
learning_rate = learning_rate * (learning_rate_decay ** epoch)

for param_group in optimizer.param_groups:
param_group['lr'] = learning_rate

return learning_rate
1
2
3
4
5
6
7
8
2.loss变nan
现象:loss进行一次反传后,loss变nan;
排查顺序:
训练数据(包括label)中有无异常值(nan, inf等);
网络中有无除法,确保分母不会出现0, 分母可以加一个eps=1e-8;
网络中有无开根号(torch.sqrt), 保证根号下>=0, 我的程序即是由此引起的(未保证不出现0或者极小正值的情况),解决也是加一个eps=1e-8.
3.loss不收敛
此处包含两种情况,一种是loss一直在震荡,一种是loss下降一点后不再下降到理想水平,而验证集上的表现保持不变.

1.保持需要的batchsize不变;
2.查看是否有梯度回传,查看代码如下:

for name, parms in model.named_parameters():
print('-->name:', name, '-->grad_requirs:', parms.requires_grad, '--weight', torch.mean(parms.data), ' -->grad_value:', torch.mean(parms.grad))
1
2
3.查看数据是否有问题,如标签错乱等现象;
4.调节学习率,从大向小调,建议每次除以5;我的项目即是因为学习率过大过小都不收敛引起的;
5.如果学习率调好后,需要调节batchsize大小,如batchsize调大2倍,则将学习率对应调大(项目测试调大2~3倍OK),反之,学习率对应调小
————————————————
版权声明：本文为CSDN博主「勤劳的凌菲」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Suan2014/article/details/103157226

本文来自博客园，作者： 编程coding小白 ，转载请注明原文链接： https://www.cnblogs.com/zhenhua1203/p/15895007.html