深度学习框架Pytorch——学习笔记（六)PyTorch实现L1，L2正则化以及Dropout

什么是过拟合？

   过拟合的表现就是在训练过程中，loss越来越低，但在测试集上测试发现效果很差，测试loss反而在逐渐升高，模型泛化能力就变得很差。
   即训练参数过于贴合训练集的一种现象。
	
	解决过拟合的方法有：
	1."踩刹车"  在过拟合出现之前进行刹车，lr-decay.  逐步降低学习率，前期大步走，后期小步走。
	2.数据增强 获取更多的数据
	3.正则化  本质是降低模型复杂度，防止过拟合 
			 正则化方法是指在进行目标函数或代价函数优化时，在目标函数或代价函数后面加上一个正则项，一般有L1正则与L2正则等。
			 L1正则即在原有的损失函数的基础上添加参数向量的L1范数。
			 L2正则即在原有的损失函数的基础上添加参数向量的L2范数。
	4.dropout  随着Alexnet提出的一种方法。
	
	5.现在开始采用预训练方式进行，选取好的初始化参数。

Dropout 、L2、L1 正则化

Dropout

Dropout 就是缓解过拟合的一种方式，它的原理就是随机关闭一部分神经元，使其不工作，即参数不进行更新。

L1 L2 正则化

两种标准化方式：L1 L2. 对w进行惩罚.

L1正则即在原有的损失函数的基础上添加参数向量的L1范数。当w大于0时，更新的参数w变小；当w小于0时，更新的参数w变大；所以，L1正则化容易使参数变为0.

L2正则即在原有的损失函数的基础上添加参数向量的L2范数。当w趋向于0时，参数减小的非常缓慢，因此L2正则化使参数减小到很小的范围，但不为0。

在pytorch中没有明确的添加L1和L2正则化的方法，
L2可以直接的采用优化器自带的weight_decay选项来制订权重衰减，相当于L2正则化中的λ， optimizer = torch.optim.Adam(model.parameters(), lr=1e-4, weight_decay=1e-5)
L1 则采用手动直接加方式进行。

基于上次的实现神经网络，进行修改，使用Dropout

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.dropout = nn.Dropout(0.5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.conv1(x)
        x = self.dropout(x)
        x = self.pool(F.relu(x))

        x = self.conv2(x)
        x = self.dropout(x)
        x = self.pool(F.relu(x))

        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x
net = Net()

# ####GPU train
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 1.
net.to(device)

import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

for epoch in range(10):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs
        inputs, labels = data
        # 2.
        inputs, labels = inputs.to(device), labels.to(device)

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')


### GPU test
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
    for data in testloader:
        images, labels = data
        images, labels = images.to(device), labels.to(device)
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        # print(predicted)
        c = (predicted == labels).squeeze()
        for i in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1

for i in range(10):
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))

测试结果比对
没有使用Dropout result

使用Dropout result

loss 还在下降，但效果是差不多的。