从0开始深度学习(15)——权重衰退法(L2正则化)
本章将介绍一种正则化模型技术——权重衰减法
1 权重衰退法
1.1 正则化技术定义
正则化技术是用来防止过拟合(overfitting)的方法,可以限制模型的复杂度,使模型更加泛化,从而提高其对新数据的预测能力
1.2 权重衰退法(L2正则化)
权重衰退的核心思想:在模型原有的损失函数基础上,加上一个额外的惩罚项,这个惩罚项通常是模型权重向量的L2范数乘以一个正则化参数 λ λ λ,这种做法鼓励模型学习到更小的权重值
1.3 理论
以线性回归作为例子,线性回归的损失函数是误差的平方差和:
L
(
w
,
b
)
=
1
n
∑
i
=
1
n
1
2
(
y
^
(
i
)
−
y
(
i
)
)
2
=
1
n
∑
i
=
1
n
1
2
(
w
T
x
(
i
)
+
b
−
y
(
i
)
)
2
L(w,b)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{2}(\hat{y}^{(i)}-y^{(i)})^{2}=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{2}(w^{T}x^{(i)}+b-y^{(i)})^{2}
L(w,b)=n1i=1∑n21(y^(i)−y(i))2=n1i=1∑n21(wTx(i)+b−y(i))2
w
w
w是权重,
b
b
b是偏置项,而权重衰退法就是在损失函数中添加惩罚:
L
(
w
,
b
)
+
λ
2
∣
∣
w
∣
∣
2
L(w,b)+\frac{\lambda}{2}||w||^{2}
L(w,b)+2λ∣∣w∣∣2
观察上面式子,如果权重
w
w
w很大,则损失函数的输出也会变大,这样就能限制权重
w
w
w,让型选择较小的权重,从而降低了模型的复杂性。
λ \lambda λ是展示了正则化对模型的影响, λ \lambda λ越大,则正则化对模型的影响越强,反之越弱。
2 通过线性回归来展示L2正则化
2.1 准备数据
生成公式如下:
%matplotlib inline
import torch
from torch import nn
from d2l import torch as d2l
n_train, n_test, num_inputs, batch_size = 20, 100, 200, 5
true_w, true_b = torch.ones((num_inputs, 1)) * 0.01, 0.05
train_data = d2l.synthetic_data(true_w, true_b, n_train)
train_iter = d2l.load_array(train_data, batch_size)
test_data = d2l.synthetic_data(true_w, true_b, n_test)
test_iter = d2l.load_array(test_data, batch_size, is_train=False)
2.2 初始化模型参数
def init_params():
w = torch.normal(0, 1, size=(num_inputs, 1), requires_grad=True)
b = torch.zeros(1, requires_grad=True)
return [w, b]
2.3 定义L2正则化
也就是上面展示的,这里并没有加入
λ
\lambda
λ:
λ
2
∣
∣
w
∣
∣
2
\frac{\lambda}{2}||w||^{2}
2λ∣∣w∣∣2
def l2_penalty(w):
return torch.sum(w.pow(2)) / 2
2.4 训练代码
train(lambd)
的输入是
λ
\lambda
λ,即表示正则化对模型的影响有多大,
λ
=
0
\lambda=0
λ=0,则无影响
def train(lambd):
w, b = init_params()
net, loss = lambda X: d2l.linreg(X, w, b), d2l.squared_loss
num_epochs, lr = 100, 0.003
animator = d2l.Animator(xlabel='epochs', ylabel='loss', yscale='log',
xlim=[5, num_epochs], legend=['train', 'test'])
for epoch in range(num_epochs):
for X, y in train_iter:
# 增加了L2范数惩罚项,
# 广播机制使l2_penalty(w)成为一个长度为batch_size的向量
l = loss(net(X), y) + lambd * l2_penalty(w)
l.sum().backward()
d2l.sgd([w, b], lr, batch_size)
if (epoch + 1) % 5 == 0:
animator.add(epoch + 1, (d2l.evaluate_loss(net, train_iter, loss),
d2l.evaluate_loss(net, test_iter, loss)))
print('w的L2范数是:', torch.norm(w).item())
2.5 不使用正则化
train(lambd=0)
会发现随着epoch的增加,train的loss再下降,但是test没有明显下降,这就是典型的过拟合
2.6 使用权重衰退法
train(lambd=3)
使用L2正则化之后,情况有所改善,虽然训练误差增大,但测试误差减小,表面模型的泛化能力得到了增强
2.7 使用pytorch的API简洁实现
直接在优化器中使用weight_decay
选项,该选项就是
λ
\lambda
λ,等于0就不使用正则化。
def train_concise(wd):
net = nn.Sequential(nn.Linear(num_inputs, 1))
for param in net.parameters():
param.data.normal_()
loss = nn.MSELoss(reduction='none')
num_epochs, lr = 100, 0.003
# 偏置参数没有衰减
trainer = torch.optim.SGD([
{"params":net[0].weight,'weight_decay': wd},
{"params":net[0].bias}], lr=lr)
animator = d2l.Animator(xlabel='epochs', ylabel='loss', yscale='log',
xlim=[5, num_epochs], legend=['train', 'test'])
for epoch in range(num_epochs):
for X, y in train_iter:
trainer.zero_grad()
l = loss(net(X), y)
l.mean().backward()
trainer.step()
if (epoch + 1) % 5 == 0:
animator.add(epoch + 1,
(d2l.evaluate_loss(net, train_iter, loss),
d2l.evaluate_loss(net, test_iter, loss)))
print('w的L2范数:', net[0].weight.norm().item())
train_concise(3)