深度 | 你的神經網路不work? 這37個原因總有一款適合你！

大數據文摘作品，轉載要求見文末

作者 | Slav Ivanov （企業家/黑客）

編譯 | 朱璇、霍靜、笪潔瓊、崔雲柯

彼時，我手頭的神經網路訓練已持續了12個小時，各項指標顯示運轉良好。沒有一點點防備，就在剛才，突然提示：全部預測為零，一點有用的信息都沒有！

「到底哪裡出問題了？」 ——我自言自語，很是鬱悶。「該如何檢查神經網路模型輸出的信息是否有用（例如，預測所有輸出的平均值，還是看看準確度是不是很糟糕）」？

其實，影響神經網路訓練正常運轉的影響因素很多！ 在經歷了多次調試後，我總結出了一些通用的經驗，特此整理成文，希望能夠給和我有一樣困惑的朋友們一點啟發：

目錄

0. 如何使用本指南？（https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607#b6fb）

I. 數據集問題（https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607#678a）

II. 數據歸一化/擴增問題（https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607#86fe）

III. 執行問題（https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607#95eb）

IV. 訓練問題（https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607#74de）

0. 如何使用本指南？

其實，可能導致錯誤的影響因素有很多， 不過總有一些「出鏡率」比較高。如果出現問題，我通常從下面的列表開始：

1. 從一種可用於此類型數據的已知簡單模型開始試驗（比如用於圖像識別的VGG模型）。 如果可能，使用標準損失。

2. 關閉所有「鈴聲和口哨」（譯者註：即使用最基礎的模型），比如不再使用正則化和數據擴增。

3. 調模型時，請仔細檢查預處理，確保使用和我們訓練原始模型一樣的預處理。

4. 驗證輸入數據是否正確。

5. 從一個非常小的數據集（2-20個樣本）開始，先讓模型過度擬合，再逐漸增加更多的數據。

6. 逐漸添加之前被省略的部分：數據擴增/正則化，自定義損失函數，嘗試更複雜的模型。

如果上述內容還不能解決問題，那接下來，請繼續閱讀，我們之後會還有一份大型影響因素清單，建議逐一驗證。

I. 數據集問題

資料來源： http : //http://dilbert.com/strip/2014-05-07

1. 檢查輸入數據

檢查一下你輸入訓練模型的數據是否正確。之前，曾經好多次我都搞混了圖像的寬度和高度，還有的時候，我手誤輸入一堆多餘的零，還有，曾經發生過多次重複輸入同一批次數據的情況……

總之，記得仔細檢查一開始幾個批次輸入和輸出情況，儘可能保證看起來正常。

2. 隨機輸入驗證

嘗試往訓練項目中輸入一些隨機數據，然後看看模型報錯，和之前的報錯情況是否一致。 如果一致，那肯定是在模型的某個階段出了問題，將數據轉換成了垃圾。 之後，逐層調試，找到出錯的地方就好。

3. 檢查數據載入器

有時候，數據本身可能沒問題，出問題的可能是將數據輸入到網路的代碼。 因此，在任何操作之前，請列印第一層的輸入檢查檢查。

4. 確保輸入連接到輸出

檢查幾個輸入樣品是否有正確的標籤。 同時還要確保輸入樣本與輸出標籤的重新排序方式相同。

5. 輸入與輸出之間的隨機比例問題

如果模型中，輸入輸出之間的非隨機部分，相比隨機部分比例過小，那麼我們可以確定，輸入和輸出無關的可能性比較大。 因為這往往取決於數據的性質，目前，針對這個情況，我還沒找到更簡便的方式來檢測，畢竟這與數據本身的特質息息相關。

6. 數據集中是否有太多噪音？

之前有一次，我打算從食品站點上整理一組圖像數據集，放到我的神經網路模型，結果就碰到了這個問題。裡面很多數據都顯示損壞標籤，才影響到模型結果。建議手動檢查一些輸入樣本，看看它們顯示的標籤。

對於多少噪音才是神經網路訓練的臨界點目前仍有爭議，比如，這篇文章（https://arxiv.org/pdf/1412.6596.pdf） 顯示，在一定條件下，在使用了50％損壞標籤的MNIST數據集中，準確率仍可以達到50％以上。

7. 對數據集重新排序

如果數據集沒有重新排序，並且有特定的順序（按照標籤排序），這可能會對學習產生負面影響。 記得給數據集隨機重新排序，也別忘了將輸入和標籤用同樣的方式重新排序。

8. 減少標籤不平衡

圖像種類B和圖像種類A是1:1000嗎？ 如果這樣，我們可能需要平衡損失功能或嘗試其他標籤不平衡數據的應對方法 （http://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/）。

9. 你的訓練數據夠多嗎？

從頭開始訓練一個神經網路，是需要大量數據的。 在圖像分類方面， 有人建議每個類別需要約1000張圖片或更多。（https://stats.stackexchange.com/a/226693/30773）。

10. 確保批次數據不為單一標籤

這可能發生在有序數據集中（即前一萬個樣本擁有同一個標籤）。 通過將數據集重新排序可輕鬆修復這個問題。

11.減少每個批次的容量

這篇文章（https://arxiv.org/abs/1609.04836）指出，擁有非常大的批次可以降低模型的泛化能力。

添加 1.使用標準數據集（例如mnist，cifar10）

感謝@ hengcherkeng提出這一點：

當測試新的網路架構或編寫新的代碼片段時，首先使用標準數據集，而不是自己的數據。 這樣，我們就可以參考前人的數據集總結，這樣做的好處是，不存在標籤噪音、訓練/測試分配差異、數據集難度過大等問題。

II. 數據歸一化/增強

12. 特徵標準化

你有沒有標準化你的輸入數據，它們是否具有零均值和單位標準差？

13. 你是否做了太多的數據擴增？

數據擴增具有正則化效果。 太多的數據擴增，再加上其他形式的正則化（比如weight L2， dropout等等），都可能導致網路擬合不足。

14. 檢查預訓練模型的預處理

如果您使用預先訓練好的模型，請確保您正在使用與該模型訓練時相同的規範化和預處理。 例如，圖像像素是在[0,1]、[-1,1]還是[0,255]的範圍內？

15. 檢查訓練集/驗證集/測試集的預處理

CS231n指出了一個常見的陷阱（http://cs231n.github.io/neural-networks-2/#datapre） ：

「......任何預處理統計值（如數據均值）只能在訓練數據上計算，然後應用於驗證/測試數據。 例如，計算平均值並從整個數據集中的每個圖像中減去它，然後將數據分割成訓練集/驗證集/測試集將是一個錯誤。 「

另外，請檢查每個樣品或批次中是否使用了不同的預處理。

III．執行問題

資料來源: https://xkcd.com/1838/

16. 嘗試簡化問題

簡化問題能夠幫助你發現異常。如果目前你的模型輸出了對象的分類和坐標，那就嘗試只輸出對象的分類。

17. 「隨機」尋找正常範圍的損失

源自卓越的cs231n課程：用少量的參數來初始化，不加正則化。比如，如果我們有十個類，「隨機」意思是10％的時候我們會得到正確結果，softmax損失是負對數概率：-ln(0.1) = 2.302。

然後，再試著增加正則化的強度，從而增加損失。

18. 檢查你的損失函數

如果你自己實現了損失函數，那檢查bugs，再加上單位測試。之前，我的損失函數稍微有些偏差，降低了網路的性能。

19. 驗證損失的輸入

如果你正在使用「已有框架」提供的損失函數，那你一定要按照指定方法輸入指定數據。 在PyTorch里，我會弄混NLLLoss和CrossEntropyLoss，前者需要softmax輸入，但後者不需要。

20. 調整損失的權重

如果你的損失是由幾個小的損失函數組成的，確保他們的相關權重是合適的。這也許包括了測試幾種不同的權重組合。

21. 監測其他度量標準

有時候損失並不是最好的測量標準來衡量你的網路是否訓練良好。如果可以，可以使用其他的，比如準確率。

22. 測試每一個自定製網路層

你自己完成了網路里的層嗎？檢查，再檢查，確保這些層運行正確。

23. 檢查「凍結」的網路層或者變數

檢查你是不是無意間限制了可更新層與變數的更新。

24. 增加網路大小

也許你網路的指數級力度不足以描述目標函數。嘗試增加更多的層，或者全鏈接的隱藏單元數。

25. 檢查隱藏維錯誤

如果你的輸入是(k, H, W) = (64, 64, 64)，那很容易錯過關於錯誤維度的錯誤。使用奇怪的數字設置輸入維度（比如，對不同的維度使用不同的素數），來檢查它們是怎麼在網路傳播。

26. 進行梯度檢查

如果你自己手動實現了梯度下降法，檢查梯度，以確保你的後向傳播運行良好。

IV．訓練問題

資料來源: http://carlvondrick.com/ihog/

27. 解決一個小的數據集

過擬合一個很小的數據子集，確保它可行。比如，用1到2個例子進行訓練，看看是否你的網路能分類正確。然後再每個類添加更多的例子。

28. 檢查權重的初始化

如果不確定，就使用Xavier或者He來初始化。初始化可能會把你引向一個有問題的最小局部，所以，你可以嘗試不同的初始化，看是否有幫助。

29．改變超參數

也許你使用的超參數集有問題。如果可以，可以嘗試http://scikit-learn.org/stable/modules/grid_search.html。

30.減少正則化

過度的正則化會讓網路擬合不足。嘗試減少過度的正則化，諸如，dropout，batch norm，權重／偏差 L2正則化，等等。在「實用深度學習程序員必讀」這門課中，Jeremy Howard建議先排查擬合不足。這意味著你先使訓練集過擬合，而且只有過擬合。

31. 給你的訓練網路多一點的時間

有時候並不是網路出現了問題，也有可能你太心急了。請在作出有價值的預測之前，給你的網路再多一些的訓練時間。如果這個過程中，如果你觀察到損失在穩定減少，那放輕鬆，給它再多一些的訓練時間吧。

32. 訓練模式與測試模式的轉換

某些框架的網路層，類似batch norm，dropout，它們的效果在訓練和測試模式是不一樣的。請選擇合適的模式，以確保你的網路預測更好。

33. 可視化訓練的過程

• 監控每層的激活函數，權重和更新情況。確保它們的值是對得上的。比如，參數(權重和偏差)的更新值應該是1-e3。
• 考慮諸如Tensorboard和Crayon的可視化庫。你還可以列印出來，檢查權重／偏差／激活函數值。
• 注意查找網路層的激活函數值，均值遠遠大於0的那些。嘗試Batch Norm或者ELUs。
• Deeplearning4j （https://deeplearning4j.org/visualization#usingui）描述了，理想狀態的權重和偏差柱狀圖：

「拿權重來說，柱狀圖應該呈現近似高斯分布的特徵。而偏差，在柱狀圖中應該從0開始，最後也近似高斯分布（LSTM是個例外）。注意觀察那些趨於正負無窮大的參數，以及那些變的特別大的偏差值。有時候會發生在分類的輸出層，如果類的分布很不平衡的話。」

• 檢查一下層更新，它們也應該是高斯分布。

34. 嘗試不同的優化器

優化器的選擇上，要注意，不要選對你的訓練可能造成很大影響的那些。好的優化器可以讓你在最短的時間達到最好的效果。許多描述演算法的論文都有說明相關的優化器，如果沒找到，我一般使用Adam或者帶勢的SGD。

可以查看這篇很好的文章（http://ruder.io/optimizing-gradient-descent/），作者是Sebastian Ruder，裡面你會知道很多關於梯度下降優化器。

35. 逐一檢查那些爆炸性增長／消失不見的梯度

• 檢查層的更新，如果出現很大的值，那可能預示著爆炸性增長的梯度值。梯度剪切會有幫助。檢查層的激活函數值。Deeplearning4j一文中（https://deeplearning4j.org/visualization#usingui），給出了不錯的建議：「激活函數值好的標準偏差範圍大致在0.5 到2.0，如果超出這個範圍過多，則可能會出現激活函數值消失不見、或爆炸性增長的情況。「

36. 增加／減少學習率

學習率過低，可能會導致你的模型收斂的很慢。而學習率過高，也會有一些不良影響————起初損失快速減少，但是最後卻不易找到良好解決辦法。建議改變你的學習率，可以嘗試乘以0.1或10。

37. 解決非數值數

如果訓練RNNs，出現非數值數可能是個需要關注的問題。建議你嘗試下列方式改進這個情況：

• 減少學習率，尤其是在開始的100個回合里有非數值數時候。

• 非數值數來自於除以0，或者0與負數的自然對數。

• Russell Steward也給出了很多參考片方法，來應對非數值數（http://russellsstewart.com/notes/0.html）。

• 嘗試逐層評估你的網路，找出產生非數值數的確切位置。

原文鏈接：https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607