稱霸Kaggle的十大深度學習技巧！

是什麼祕訣讓 新手 們在短期內快速掌握並能構建最先進的DL算法？一位名叫塞繆爾（Samuel Lynn-Evans）的法國學員總結了十條經驗。

他這篇文章發表在FloydHub官方博客上，因為除了來自Fast.ai的技巧之外，他還用了FloydHub的免設置深度學習GPU雲平台。

接下來，我們看看他從fast.ai學來的十大技藝：

1. 使用Fast.ai庫

這一條最為簡單直接。

from fast.ai import *  

Fast.ai庫是一個新手友好型的深度學習工具箱，而且是目前復現最新算法的首要之選。

每當Fast.ai團隊及AI研究者發現一篇有趣論文時，會在各種數據集上進行測試，並確定合適的調優方法。他們會把 效果較好的模型實現 加入到這個函數庫中，用户可以快速載入這些模型。

於是，Fast.ai庫成了一個功能強大的工具箱，能夠快速載入一些當前最新的算法實現，如帶重啟的隨機梯度下降算法、差分學習率和測試時增強等等，這裏不逐一提及了。

下面會分別介紹這些技術，並展示如何使用Fast.ai庫來快速使用它們。

這個函數庫是基於 PyTorch 構建，構建模型時可以流暢地使用。

Fast.ai庫地址：

http://github.com/fastai/fastai

2. 使用多個而不是單一學習率

差分學習率（Differential Learning rates）意味着在訓練時變換網絡層比提高網絡深度更重要。

基於已有模型來訓練深度學習網絡，這是一種被驗證過很可靠的方法，可以在計算機視覺任務中得到更好的效果。

大部分已有網絡（如Resnet、VGG和Inception等）都是在ImageNet數據集訓練的，因此我們要根據所用數據集 與ImageNet圖像的相似性 ，來適當改變網絡權重。

在修改這些權重時，我們通常要對模型的最後幾層進行修改，因為這些層被用於檢測基本特徵（如邊緣和輪廓），不同數據集有着不同基本特徵。

首先，要使用Fast.ai庫來 獲得 預訓練的模型，代碼如下：

from fastai.conv_learner import *

# import library for creating learning object for convolutional #networks
model = VVG16()

# assign model to resnet, vgg, or even your own custom model
PATH = './folder_containing_images' 
data = ImageClassifierData.from_paths(PATH)

# create fast ai data object, in this method we use from_paths where 
# inside PATH each image class is separated into different folders

learn = ConvLearner.pretrained(model, data, precompute=True)

# create a learn object to quickly utilise state of the art
# techniques from the fast ai library

創建學習對象之後（learn object），通過 快速凍結 前面網絡層並 微調 後面網絡層來解決問題：

learn.freeze()

# freeze layers up to the last one, so weights will not be updated.

learning_rate = 0.1
learn.fit(learning_rate, epochs=3)

# train only the last layer for a few epochs

當後面網絡層產生了良好效果，我們會應用 差分學習率 來改變前面網絡層。在實際中，一般將學習率的縮小倍數設置為 10 倍：

learn.unfreeze()

# set requires_grads to be True for all layers, so they can be updated

learning_rate = [0.001, 0.01, 0.1]
# learning rate is set so that deepest third of layers have a rate of 0.001, # middle layers have a rate of 0.01, and final layers 0.1.

learn.fit(learning_rate, epochs=3)
# train model for three epoch with using differential learning rates

3. 如何找到合適的學習率

學習率是神經網絡訓練中最重要的超參數，沒有之一，但之前在實際應用中很難為神經網絡選擇最佳的學習率。

Leslie Smith的一篇 週期性學習率論文 發現了答案，這是一個相對不知名的發現，直到它被Fast.ai課程推廣後才逐漸被廣泛使用。

這篇論文是：Cyclical Learning Rates for Training Neural Networks

http://arxiv.org/abs/1506.01186

在這種方法中，我們嘗試使用較低學習率來訓練神經網絡，但是在每個批次中以指數形式增加，相應代碼如下：

learn.lr_find()
# run on learn object where learning rate is increased  exponentially

learn.sched.plot_lr()
# plot graph of learning rate against iterations

同時，記錄每個學習率對應的Loss值，然後畫出學習率和Loss值的關係圖：

learn.sched.plot()
# plots the loss against the learning rate

通過找出學習率最高且Loss值仍在下降的值來確定最佳學習率。在上述情況中，該值將為0.01。

4. 餘弦退火

在採用 批次隨機梯度下降 算法時，神經網絡應該越來越接近Loss值的全局最小值。當它逐漸接近這個最小值時，學習率應該變得更小來使得模型不會超調且儘可能接近這一點。

餘弦退火（Cosine annealing）利用餘弦函數來 降低學習率 ，進而解決這個問題，如下圖所示：

從上圖可以看出，隨着x的增加，餘弦值首先 緩慢 下降，然後 加速 下降， 再次緩慢 下降。這種下降模式能和學習率配合，以一種十分有效的計算方式來產生很好的效果。

learn.fit(0.1, 1)
# Calling learn fit automatically takes advantage of cosine annealing

我們可以用Fast.ai庫中的**learn.fit()**函數，來快速實現這個算法，在整個週期中不斷降低學習率，如下圖所示：

同時，在這種方法基礎上，我們可以進一步引入重啟機制。

5. 帶重啟的SGD算法

在訓練時， 梯度下降 算法可能陷入局部最小值，而不是全局最小值。

梯度下降算法可以通過 突然提高學習率 ，來“跳出”局部最小值並找到通向全局最小值的路徑。這種方式稱為 帶重啟的 隨機梯度下降方法（stochastic gradient descent with restarts,  SGDR ），這個方法在Loshchilov和Hutter的ICLR論文中展示出了很好的效果。

這篇論文是：SGDR: Stochastic Gradient Descent with Warm Restarts

http://arxiv.org/abs/1608.03983

用Fast.ai庫可以快速導入SGDR算法。當調用learn.fit(learning_rate, epochs)函數時，學習率在每個週期開始時重置為參數輸入時的初始值，然後像上面餘弦退火部分描述的那樣，逐漸減小。

每當學習率下降到最小點，在上圖中為每100次迭代，我們稱為一個循環。

cycle_len = 1
# decide how many epochs it takes for the learning rate to fall to
# its minimum point. In this case, 1 epoch

cycle_mult=2
# at the end of each cycle, multiply the cycle_len value by 2

learn.fit(0.1, 3, cycle_len=2, cycle_mult=2)
# in this case there will be three restarts. The first time with
# cycle_len of 1, so it will take 1 epoch to complete the cycle.
# cycle_mult=2 so the next cycle with have a length of two epochs, 
# and the next four.

利用這些參數，和使用差分學習率，這些技巧是Fast.ai用户在圖像分類問題上取得良好效果的關鍵。

Fast.ai論壇有個帖子專門討論Cycle_mult和cycle_len函數，地址在這裏：

http://forums.fast.ai/t/understanding-cycle-len-and-cycle-mult/9413/8

更多關於學習率的詳細內容可參考這個Fast.ai課程：

http://course.fast.ai/lessons/lesson2.html

6. 人格化你的激活函數

Softmax只喜歡選擇一樣東西；

Sigmoid想知道你在[-1, 1]區間上的位置，並不關心你超出這些值後的增加量；

Relu是一名俱樂部保鏢，要將負數拒之門外。

……

以這種思路對待激活函數，看起來很愚蠢，但是 安排一個角色 後能確保把他們用到正確任務中。

正如fast.ai創始人Jeremy Howard指出，不少學術論文中也把Softmax函數用在多分類問題中。在DL學習過程中，我也看到它在論文和博客中多次使用不當。

7. 遷移學習在NLP問題中非常有效

正如預訓練好的模型在計算機視覺任務中很有效一樣，已有研究表明，自然語言處理（NLP）模型也可以從這種方法中受益。

在Fast.ai第4課中，Jeremy Howard用遷移學習方法建立了一個模型，來判斷IMDB上的電影評論是積極的還是消極的。

這種方法的效果立竿見影，他所達到的準確率超過了Salesforce論文中展示的所有先前模型：

http://einstein.ai/research/learned-in-translation-contextualized-word-vectors。

這個模型的關鍵在於先訓練模型來獲得對語言的一些理解，然後再使用這種預訓練好的模型作為新模型的一部分來分析情緒。

為了創建第一個模型，我們訓練了一個循環神經網絡（RNN）來預測文本序列中的下個單詞，這稱為 語言建模 。當訓練後網絡的準確率達到一定值，它對每個單詞的編碼模式就會傳遞給用於情感分析的新模型。

在上面的例子中，我們看到這個語言模型與另一個模型集成後用於情感分析，但是這種方法可以應用到 其他任何NLP任務 中，包括 翻譯 和 數據提取 。

而且，計算機視覺中的一些技巧，也同樣適用於此，如上面提到的凍結網絡層和使用差分學習率，在這裏也能取得更好的效果。

這種方法在NLP任務上的使用涉及很多細節，這裏就不貼出代碼了，可訪問相應課程和代碼。

課程：

http://course.fast.ai/lessons/lesson4.html

代碼：http://github.com/fastai/fastai/blob/master/courses/dl1/lesson4-imdb.ipynb

8. 深度學習在處理結構化數據上的優勢

Fast.ai課程中展示了深度學習在處理結構化數據上的突出表現，且無需藉助特徵工程以及領域內的特定知識。

這個庫充分利用了PyTorch中 embedding 函數，允許將 分類變量 快速轉換為嵌入矩陣。

他們展示出的技術比較簡單直接，只需將分類變量轉換為數字，然後為每個值分配嵌入向量：

在這類任務上，傳統做法是創建虛擬變量，即進行一次熱編碼。與之相比，這種方式的優點是用四個數值代替一個數值來描述每一天，因此可獲得更高的數據維度和更豐富的關係。

這種方法在Rossman Kaggle比賽中獲得第三名，惜敗於兩位利用專業知識來創建許多額外特徵的領域專家。

相關課程：

http://course.fast.ai/lessons/lesson4.html

代碼：

http://github.com/fastai/fastai/blob/master/courses/dl1/lesson3-rossman.ipynb

這種用深度學習來減少對特徵工程依賴的思路，也被Pinterest證實過。他也提到過，他們正努力通過深度學習模型，期望用更少的工作量來獲得更好的效果。

9. 更多內置函數：Dropout層、尺寸設置、TTA

4月30日，Fast.ai團隊在斯坦福大學舉辦的DAWNBench競賽中，贏得了基於Imagenet和CIFAR10的分類任務。在Jeremy的奪冠總結中，他將這次成功歸功於fast.ai庫中的一些額外函數。

其中之一是 Dropout 層，由Geoffrey Hinton兩年前在一篇開創性的論文中提出。它最初很受歡迎，但在最近的計算機視覺論文中似乎有所忽略。這篇論文是：

Dropout: A Simple Way to Prevent Neural Networks from Overfitting：

http://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf

然而，PyTorch庫使它的實現變得很簡單，用Fast.ai庫加載它就更容易了。

Dropout函數能 減弱過擬合 效應，因此要在CIFAR-10這樣一個相對較小的數據集上取勝，這點很重要。在創建learn對象時，Fast.ai庫會自動加入dropout函數，同時可使用ps變量來修改參數，如下所示：

learn = ConvLearner.pretrained(model, data, ps=0.5, precompute=True)
# creates a dropout of 0.5 (i.e. half the activations) on test dataset. 
# This is automatically turned off for the validation set

有一種很簡單有效的方法，經常用來處理過擬合效應和提高準確性，它就是 訓練小尺寸圖像 ，然後 增大尺寸 並 再次訓練 相同模型。

# create a data object with images of sz * sz pixels 
def get_data(sz): 
    tmfs = tfms_from_model(model, sz)
    # tells what size images should be, additional transformations such
    # image flips and zooms can easily be added here too

    data = ImageClassifierData.from_paths(PATH, tfms=tfms)
    # creates fastai data object of create size

    return data

learn.set_data(get_data(299))
# changes the data in the learn object to be images of size 299
# without changing the model.

learn.fit(0.1, 3)
# train for a few epochs on larger versions of images, avoiding overfitting

還有一種先進技巧，可將準確率提高若干個百分點，它就是 測試時增強 （test time augmentation,  TTA ）。這裏會為原始圖像造出多個不同版本，包括不同區域裁剪和更改縮放程度等，並將它們輸入到模型中；然後對多個版本進行計算得到平均輸出，作為圖像的最終輸出分數，可調用learn.TTA()來使用該算法。

preds, target = learn.TTA()

這種技術很有效，因為原始圖像顯示的區域可能會缺少一些重要特徵，在模型中輸入圖像的多個版本並取平均值，能解決上述問題。

10. 創新力很關鍵

在DAWNBench比賽中，Fast.ai團隊提出的模型不僅速度最快，而且計算成本低。要明白，要構建成功的DL應用，不只是一個利用大量GPU資源的計算任務，而應該是一個需要創造力、直覺和創新力的問題。

本文中討論的一些突破，包括Dropout層、餘弦退火和帶重啟的SGD方法等，實際上是研究者針對一些問題想到的不同解決方式。與簡單地增大訓練數據集相比，能 更好地提升準確率 。

硅谷的很多大公司有大量GPU資源，但是，不要認為他們的先進效果遙不可及，你也能靠創新力提出一些新思路，來挑戰效果排行榜。

事實上，有時計算力的侷限也是一種機會，因為需求是創新的動力源泉。

關於作者

Samuel Lynn-Evans過去10年一直在教授生命科學課程，注意到機器學習在科學研究中的巨大潛力後，他開始在巴黎42學校學習人工智能，想將NLP技術應用到生物學和醫學問題中。

原文：http://blog.floydhub.com/ten-techniques-from-fast-ai/

乾貨學習， 點 贊 三連 ↓