权重衰减学习

1.权重衰减是最广泛使用的正则化技术之一

%matplotlib inline
import torch
from torch import nn
from d2l import torch as d2l

2.生成数据

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)

3.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]

4.定义L2范数惩罚

def l2_penalty(w):
    return torch.sum(w.pow(2)) / 2

5.定义训练代码实现

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())

6.忽略正则化直接训练

train(lambd=0)

7.使用权重衰减来运行代码。这里训练误差增大,但测试误差减小。

train(lambd=3)

8.简洁实现

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())

9.训练过程中使用train_concise方法查看损失函数(loss)变化情况

train_concise(0)


​​​​​​​train_concise(3)

<think>好的,我现在需要帮助用户理解机器学习中的学习率、权重衰减权重的概念及其应用。首先,我应该先回顾一下用户提供的参考资料,确保准确引用。 用户提到了三个引用,其中引用[1]和[2]主要讨论学习衰减,以及它与权重衰减的区别。引用[3]则解释了权重衰减的作用,即防止过拟合,通过惩罚大的权重值。接下来,我需要将这些信息整合成清晰的中文解释。 首先,权重(参数)是模型中的可调整变量,用于转换输入数据。这部分可能用户已经有一定了解,但需要明确说明权重的定义和作用。 然后是学习率,作为优化算法中的超参数,控制参数更新的步长。需要解释学习率过高或过低的影响,以及学习衰减的目的,即随着训练过程逐渐减小学习率,以平衡收敛速度和精度。这里可以引用[1]和[2]的内容,说明学习衰减的应用场景,比如图像分类、自然语言处理等。 接下来是权重衰减,它通过L2正则化项惩罚大的权重,防止过拟合。需要区分权重衰减学习衰减的不同,前者是正则化方法,后者是优化策略。引用[3]提到权重衰减在损失函数中添加惩罚项,这点很重要。 然后,用户可能需要知道这些概念如何结合使用。例如,在训练神经网络时,同时调整学习衰减权重衰减可以提升模型性能。需要举一些实际例子,比如在图像分类中使用Adam优化器并设置权重衰减参数,或者逐步降低学习率。 最后,生成相关问题时要覆盖概念对比、应用场景、参数调整方法以及实际案例,确保问题能帮助用户深入理解。 检查是否有遗漏或混淆的地方,比如学习率和权重衰减的作用机制是否解释清楚,避免将两者混为一谈。同时,确保每个概念的定义明确,并正确引用提供的资料。</think>### 学习率、权重衰减权重的概念与应用 #### 1. **权重(Weight)** 权重是机器学习模型中可学习的参数,用于描述输入特征与输出结果之间的关联强度。例如,在神经网络中,每个神经元连接的权重决定了信号传递的比例。 - **作用**: 权重的初始值通常随机设置,通过训练逐步调整以最小化损失函数。 - **示例**: 在线性回归中,模型表达式为 $y = w_1x_1 + w_2x_2 + b$,其中 $w_1, w_2$ 是权重,$b$ 是偏置项。 #### 2. **学习率(Learning Rate)** 学习率是优化算法(如梯度下降)中的超参数,控制参数更新的步长。 - **定义**: 若梯度为 $\nabla L(w)$,参数更新公式为 $w_{new} = w_{old} - \eta \cdot \nabla L(w)$,其中 $\eta$ 是学习率。 - **影响**: - 过大的 $\eta$ 会导致震荡或无法收敛; - 过小的 $\eta$ 会拖慢收敛速度。 - **学习衰减**: 训练后期逐步减小 $\eta$,例如指数衰减或分段常数衰减,以平衡收敛速度与精度[^1][^2]。 #### 3. **权重衰减(Weight Decay)** 权重衰减是一种正则化技术,通过在损失函数中添加L2正则化项($\lambda \|w\|^2$)防止过拟合。 - **公式**: 总损失 $L_{total} = L_{data} + \lambda \sum w_i^2$,其中 $\lambda$ 是衰减系数。 - **作用**: 惩罚过大的权重值,限制模型复杂度,提升泛化能力[^3]。 - **对比学习衰减**: - 权重衰减是正则化方法,直接约束模型参数; - 学习衰减是优化策略,调整参数更新步长。 --- ### **应用场景与结合使用** 1. **图像分类**: - 使用学习衰减(如余弦退火)加速收敛,同时用权重衰减防止过拟合(如ResNet训练)[^2]。 - 示例代码: ```python optimizer = torch.optim.SGD(model.parameters(), lr=0.1, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1) ``` 2. **自然语言处理**: - 在Transformer模型中,权重衰减与自适应学习率(如AdamW)结合,缓解预训练语言模型的过拟合问题。 --- ### **参数调整建议** - **学习率**: 初始值常设为 $0.001$(Adam)或 $0.1$(SGD),根据损失曲线调整衰减策略。 - **权重衰减系数**: 典型值为 $10^{-4}$ 到 $10^{-2}$,需通过交叉验证选择。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值