深度学习模型调参笔记

train loss 下降，val loss下降，说明网络仍在学习；奈斯，继续训练
train loss 下降，val loss上升，说明网络开始过拟合了；赶紧停止，然后数据增强、正则
train loss 不变，val loss不变，说明学习遇到瓶颈；调小学习率或批量数目
train loss 不变，val loss下降，说明数据集100%有问题；检查数据集标注有没有问题
train loss 上升，val loss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。

loss震荡？
轻微震荡一般是正常的，在一定范围内，一般来说 Batch Size 越大，其确定的下降方向越准，引起训练震荡越小，如果震荡十分剧烈，那估计是Batch Size设置的太小了吧

欠拟合

深度学习：根据 loss曲线，对模型调参
模型对训练集的学习能力不够
train loss下降的非常平缓，以至于似乎并没有下降，这说明模型根本没从数据中学到东西。

深度学习：根据 loss曲线，对模型调参
training loss还在继续下降，这说明还有学习空间，模型还没来得及学就结束了。

欠拟合原因
深度学习：根据 loss曲线，对模型调参

过拟合

模型学过头了，以至于把一些噪声和随机波动也学进来了。

完美拟合

loss曲线可视化

plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'validation'], loc='upper left')
plt.show()

神经网络优化算法的发展

SGD -> SGDM -> NAG ->AdaGrad -> AdaDelta -> Adam -> Nadam

SGD：没有用到二阶动量，因此学习率是恒定的（实际使用过程中，会采用学习率衰减策略）；

AdaGrad：学习率不断递减，最终收敛到0，模型也得以收敛。

Adam:二阶动量是固定时间窗口内的累积，随着时间窗口的变化，遇到的数据可能发生巨变，使得学习率可能时大时小，不是单调变化，这就可能在训练后期引起学习率的震荡，导致模型无法收敛。

Adam 和 SGD 对比建议：
前期用Adam,享受Adam快速收敛的优势；后期用SGD，慢慢寻找最优解。

dam等自适应学习率算法：对于稀疏数据具有优势，且收敛速度很快；
SGD：虽然收敛速度不及Adam快，但是精调参数的SGD往往能取得更好的最终结果；

对训练数据的监控是要保证模型进行了充分的训练——下降方向正确，且学习率足够高；对验证数据的监控是为了避免出现过拟合。

激活函数

激励函数相当于一个过滤器或激励器，它把特有的信息或特征激活。

常见的激活函数包括softplus、sigmoid、relu、softmax、elu、tanh等。

隐藏层：
对于隐藏层，使用relu、tanh、softplus等非线性关系

分类问题：
使用sigmoid（值越小越接近于0，值越大越接近于1）、softmax函数
对每个类求概率，最后以最大的概率作为结果；

回归问题：
使用线性函数（linear function）