Tensorflow - 损失从高开始并且不会减少
Tensorflow - loss starts high and does not decrease
我开始用 tensorflow 编写神经元网络,在我的每个示例项目中似乎都遇到了一个问题。
我的损失总是从 50 或更高开始,并且不会减少,或者如果减少,它会非常缓慢,以至于在我所有的时代之后我什至没有接近可接受的损失率。
它已经尝试过的东西(并且对结果影响不大)
- 测试过度拟合,但在下面的例子中
你可以看到我有 15000 个训练数据集和 15000 个测试数据集
大约 900 个神经元
- 测试了不同的优化器和优化器值
- 尝试使用测试数据增加训练数据
还有训练数据
- 尝试增加和减少批量大小
我根据 https://youtu.be/vq2nnJ4g6N0
的知识创建了网络
但让我们看看 我的一个测试项目:
我有一个姓名列表,想假设性别,所以我的原始数据如下所示:
names=["Maria","Paul","Emilia",...]
genders=["f","m","f",...]
为了将其输入网络,我将名称转换为字符代码数组(预计最大长度为 30),将性别转换为位数组
names=[[77.,97. ,114.,105.,97. ,0. ,0.,...]
[80.,97. ,117.,108.,0. ,0. ,0.,...]
[69.,109.,105.,108.,105.,97.,0.,...]]
genders=[[1.,0.]
[0.,1.]
[1.,0.]]
我为输出层构建了 3 个隐藏层 [30,20]、[20,10]、[10,10] 和 [10,2] 的网络。所有隐藏层都有一个 ReLU 作为激活函数。输出层有一个softmax。
# Input Layer
x = tf.placeholder(tf.float32, shape=[None, 30])
y_ = tf.placeholder(tf.float32, shape=[None, 2])
# Hidden Layers
# H1
W1 = tf.Variable(tf.truncated_normal([30, 20], stddev=0.1))
b1 = tf.Variable(tf.zeros([20]))
y1 = tf.nn.relu(tf.matmul(x, W1) + b1)
# H2
W2 = tf.Variable(tf.truncated_normal([20, 10], stddev=0.1))
b2 = tf.Variable(tf.zeros([10]))
y2 = tf.nn.relu(tf.matmul(y1, W2) + b2)
# H3
W3 = tf.Variable(tf.truncated_normal([10, 10], stddev=0.1))
b3 = tf.Variable(tf.zeros([10]))
y3 = tf.nn.relu(tf.matmul(y2, W3) + b3)
# Output Layer
W = tf.Variable(tf.truncated_normal([10, 2], stddev=0.1))
b = tf.Variable(tf.zeros([2]))
y = tf.nn.softmax(tf.matmul(y3, W) + b)
现在计算损失、准确率和训练操作:
# Loss
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
# Accuracy
is_correct = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(is_correct, tf.float32))
# Training
train_operation = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
我以 100 个为一组训练网络
sess = tf.Session()
sess.run(tf.global_variables_initializer())
for i in range(150):
bs = 100
index = i*bs
inputBatch = inputData[index:index+bs]
outputBatch = outputData[index:index+bs]
sess.run(train_operation, feed_dict={x: inputBatch, y_: outputBatch})
accuracyTrain, lossTrain = sess.run([accuracy, cross_entropy], feed_dict={x: inputBatch, y_: outputBatch})
if i%(bs/10) == 0:
print("step %d loss %.2f accuracy %.2f" % (i, lossTrain, accuracyTrain))
我得到以下结果:
step 0 loss 68.96 accuracy 0.55
step 10 loss 69.32 accuracy 0.50
step 20 loss 69.31 accuracy 0.50
step 30 loss 69.31 accuracy 0.50
step 40 loss 69.29 accuracy 0.51
step 50 loss 69.90 accuracy 0.53
step 60 loss 68.92 accuracy 0.55
step 70 loss 68.99 accuracy 0.55
step 80 loss 69.49 accuracy 0.49
step 90 loss 69.25 accuracy 0.52
step 100 loss 69.39 accuracy 0.49
step 110 loss 69.32 accuracy 0.47
step 120 loss 67.17 accuracy 0.61
step 130 loss 69.34 accuracy 0.50
step 140 loss 69.33 accuracy 0.47
我做错了什么?
为什么它在我的项目中从 ~69 开始而不是更低?
非常感谢你们!
作为二进制分类的起点,每个样本的熵为 0.69 nats 没有错。
如果您转换为基数 2,0.69/log(2)
,您会发现每个样本几乎正好是 1 位,如果您不确定二进制分类,这正是您所期望的。
我通常使用平均损失而不是总和,这样事情对批量大小不太敏感。
你也不应该自己直接计算熵,因为那样的方法很容易出错。你可能想要 tf.nn.sigmoid_cross_entropy_with_logits
.
我也喜欢从 Adam 优化器开始,而不是纯梯度下降。
以下是您可能遇到此问题的两个原因:
1) 字符代码是有顺序的,但顺序不代表什么。如果您的输入作为单热向量输入,网络将更容易将其作为输入。所以您的输入将是一个 26x30 = 780 元素向量。否则,网络必须浪费大量容量来学习字母之间的边界。
2) 你只有全连接层。这使得它不可能学习一个独立于它在名称中的绝对位置的事实。 2015 年排名前 10 的女孩名字中有 6 个以 'a' 结尾,而排名前 10 的男孩名字中有 0 个以 'a' 结尾。正如目前所写,您的网络需要为每个名称长度独立地重新学习 "Usually it's a girl's name if it ends in 'a'"。使用一些卷积层将允许它在所有名称长度上学习一次事实。
我开始用 tensorflow 编写神经元网络,在我的每个示例项目中似乎都遇到了一个问题。
我的损失总是从 50 或更高开始,并且不会减少,或者如果减少,它会非常缓慢,以至于在我所有的时代之后我什至没有接近可接受的损失率。
它已经尝试过的东西(并且对结果影响不大)
- 测试过度拟合,但在下面的例子中 你可以看到我有 15000 个训练数据集和 15000 个测试数据集 大约 900 个神经元
- 测试了不同的优化器和优化器值
- 尝试使用测试数据增加训练数据 还有训练数据
- 尝试增加和减少批量大小
我根据 https://youtu.be/vq2nnJ4g6N0
的知识创建了网络但让我们看看 我的一个测试项目:
我有一个姓名列表,想假设性别,所以我的原始数据如下所示:
names=["Maria","Paul","Emilia",...]
genders=["f","m","f",...]
为了将其输入网络,我将名称转换为字符代码数组(预计最大长度为 30),将性别转换为位数组
names=[[77.,97. ,114.,105.,97. ,0. ,0.,...]
[80.,97. ,117.,108.,0. ,0. ,0.,...]
[69.,109.,105.,108.,105.,97.,0.,...]]
genders=[[1.,0.]
[0.,1.]
[1.,0.]]
我为输出层构建了 3 个隐藏层 [30,20]、[20,10]、[10,10] 和 [10,2] 的网络。所有隐藏层都有一个 ReLU 作为激活函数。输出层有一个softmax。
# Input Layer
x = tf.placeholder(tf.float32, shape=[None, 30])
y_ = tf.placeholder(tf.float32, shape=[None, 2])
# Hidden Layers
# H1
W1 = tf.Variable(tf.truncated_normal([30, 20], stddev=0.1))
b1 = tf.Variable(tf.zeros([20]))
y1 = tf.nn.relu(tf.matmul(x, W1) + b1)
# H2
W2 = tf.Variable(tf.truncated_normal([20, 10], stddev=0.1))
b2 = tf.Variable(tf.zeros([10]))
y2 = tf.nn.relu(tf.matmul(y1, W2) + b2)
# H3
W3 = tf.Variable(tf.truncated_normal([10, 10], stddev=0.1))
b3 = tf.Variable(tf.zeros([10]))
y3 = tf.nn.relu(tf.matmul(y2, W3) + b3)
# Output Layer
W = tf.Variable(tf.truncated_normal([10, 2], stddev=0.1))
b = tf.Variable(tf.zeros([2]))
y = tf.nn.softmax(tf.matmul(y3, W) + b)
现在计算损失、准确率和训练操作:
# Loss
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
# Accuracy
is_correct = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(is_correct, tf.float32))
# Training
train_operation = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
我以 100 个为一组训练网络
sess = tf.Session()
sess.run(tf.global_variables_initializer())
for i in range(150):
bs = 100
index = i*bs
inputBatch = inputData[index:index+bs]
outputBatch = outputData[index:index+bs]
sess.run(train_operation, feed_dict={x: inputBatch, y_: outputBatch})
accuracyTrain, lossTrain = sess.run([accuracy, cross_entropy], feed_dict={x: inputBatch, y_: outputBatch})
if i%(bs/10) == 0:
print("step %d loss %.2f accuracy %.2f" % (i, lossTrain, accuracyTrain))
我得到以下结果:
step 0 loss 68.96 accuracy 0.55
step 10 loss 69.32 accuracy 0.50
step 20 loss 69.31 accuracy 0.50
step 30 loss 69.31 accuracy 0.50
step 40 loss 69.29 accuracy 0.51
step 50 loss 69.90 accuracy 0.53
step 60 loss 68.92 accuracy 0.55
step 70 loss 68.99 accuracy 0.55
step 80 loss 69.49 accuracy 0.49
step 90 loss 69.25 accuracy 0.52
step 100 loss 69.39 accuracy 0.49
step 110 loss 69.32 accuracy 0.47
step 120 loss 67.17 accuracy 0.61
step 130 loss 69.34 accuracy 0.50
step 140 loss 69.33 accuracy 0.47
我做错了什么?
为什么它在我的项目中从 ~69 开始而不是更低?
非常感谢你们!
作为二进制分类的起点,每个样本的熵为 0.69 nats 没有错。
如果您转换为基数 2,0.69/log(2)
,您会发现每个样本几乎正好是 1 位,如果您不确定二进制分类,这正是您所期望的。
我通常使用平均损失而不是总和,这样事情对批量大小不太敏感。
你也不应该自己直接计算熵,因为那样的方法很容易出错。你可能想要 tf.nn.sigmoid_cross_entropy_with_logits
.
我也喜欢从 Adam 优化器开始,而不是纯梯度下降。
以下是您可能遇到此问题的两个原因:
1) 字符代码是有顺序的,但顺序不代表什么。如果您的输入作为单热向量输入,网络将更容易将其作为输入。所以您的输入将是一个 26x30 = 780 元素向量。否则,网络必须浪费大量容量来学习字母之间的边界。
2) 你只有全连接层。这使得它不可能学习一个独立于它在名称中的绝对位置的事实。 2015 年排名前 10 的女孩名字中有 6 个以 'a' 结尾,而排名前 10 的男孩名字中有 0 个以 'a' 结尾。正如目前所写,您的网络需要为每个名称长度独立地重新学习 "Usually it's a girl's name if it ends in 'a'"。使用一些卷积层将允许它在所有名称长度上学习一次事实。