李宏毅机器学习组队学习打卡活动day05---网络设计的技巧

写在前面

报名了一个组队学习，这次学习网络设计的技巧，对应的是李宏毅老师深度学习视频的P5-p9。

参考视频：https://www.bilibili.com/video/av59538266
参考笔记：https://github.com/datawhalechina/leeml-notes

局部最小值和鞍点

在梯度下降的时候，优化有些时候会失败，即出现了梯度为零的点，但是梯度为零的点，不只有对应local minima(局部最小值)，也有可能对应鞍点(saddle point)

那么怎么判断是saddle point还是local minimal？

利用泰勒公式进行判断，如果是Critical point(一阶导数为零)，那么第二项就为零，那我们只需要判断二阶微分的情况。

如果Hessian矩阵H的特征值全大于零，那么它就是Local minima； 如果特征值全小于零，那么它就是Local maxima; 如果特征值有大于零，又有小于零，那么这个点就是Saddle point

如果点卡在saddle point,那么沿着特征值为负的特征向量走。
例如：这个矩阵，算得一个特征值为-2，特征向量为[1;1]，只需沿着特征向量方向走就可以解决。

但是这个计算量太大，实际操作中不会这样用。

batch(批次) 和 momentum(动量)

batch

我们可以用Batch的思想来优化，可以将样本划分，对每一个小样本进行梯度下降。

Small Batch v.s. Large Batch

利用GPU的平行计算，可以看出一次中batch size为100和batch size为1的计算时间差不多

总体上来看，Smaller batch需要更多的时间。

Small batch 会有更好的运行效果。

总结

Moment

Moment通常会保持上一次的梯度下降趋势，即上一次的梯度下降趋势会对本次的梯度下降有影响。

自动调节学习速率

RMSProp

RMSProp 迭代方式：

Adam

Adam:RMSProp + Momentum

Suammary

Loss 也会产生影响

Cross-entropy比 Mean Square Error更常用于分类。

例子：

批次标准化(Batch Normalization)

Feature Normalization

Feature Normalization的作用是 让\(x_i\)的范围设定相同

Considering Deep Learning

在深度学习中有多层，上一层的输出就是下一层的输入，如果对上一层的input进行处理，但是在下一层中运算导致数据之间也相差很大，同样地，也应该进行处理。

但是，当改变\(z^i\)的值的时候，会影响\(\mu\)和\(\sigma\),\(z^{(i+1)}\)的值也会发生改变，每一个计算都会改变，导致整个网络中中间结果特别多，所以我们要考虑分批处理，也就是Batch Normalization

在求得之后，再将\(\gamma\)乘上\(\tilde{z}^i\)再加上\(\beta\)。而\(\beta\)和\(\gamma\)是单独训练出来的，为了防止\(\tilde{z}^i\)平均数为0，会给神经网络带来负面影响。