深度学习不work？看看这份超全的Debug检查清单

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

来自 | 知乎作者 | MrPhD

编辑 | 深度学习这件小事

链接 | https://zhuanlan.zhihu.com/p/89566632

本文仅供交流，如有侵权，请联系删除

前言：本笔记是对keynote“Troubleshooting Deep Neural Networks”的总结。
keynote来源：‍
http://josh-tobin.com/troubleshooting-deep-neural-networks

为什么需要讨论DL Troubleshooting？

80%-90%时间用于debug和tune，10%-20%时间用于推导数学或者实现。

模型为什么会表现糟糕？

实现时的bug，很多深度学习bug不可见，比如模型label顺序错误
超参数选择，因为模型对超参数比较敏感

数据/模型拟合

数据集创建，常见问题如下：

没有足够数据
类别不平衡
噪声标签
训练和测试的分布不同

DL Troubleshooting策略

1 Start simple

尽可能使用最简单的模型和数据，比如在数据的一个子集上使用LeNet

选择简单结构

使用sensible配置

对输入归一化

简化问题

使用更小的训练数据
使用更小的图像尺寸
创建一个更简单的合成训练集

2-Implement & debug

使得模型在一个batch上过拟合或者复现已知结果

最常见的5种深度学习bug：

Step A: Get your model to run

常见问题及解决方法：

shape mismatch、casting issue等，可以在模型创建阶段使用调试器逐步调试，具体地，shape mismatch可能存在未定义形状、错误形状等问题，比如在错误维度求和、取平均等、忘记在卷积层后flatten张量等；casting issue中常见问题：没有将图像从uint8转换到float32等。
Out of Memory，逐一去除内存密集型操作，具体地，常见问题如下：tensor过大（batch size过大或者太大的全连接层）、数据过多（将太大的数据集加载到内存中或为数据集创建分配了太大的缓冲区）、拷贝错误（由于在同一会话中创建多个模型而导致的内存泄漏、重复创建操作（例如，在一次又一次调用的函数中））

Step B: Overfit a single batch

常见问题:

error上升：损失函数的符号错误、学习率太高、softmax使用在错误维度
error爆炸：数值问题、学习率太低
error震荡：数据或者标签有误、学习率太低
error不动：学习率太低、梯度没有在整个模型传播、过分正则化、损失函数的输入错误、数据或者标签有误

Step C: Compare to a known result

在相似数据集上评估官方提供的模型实现
在benchmark上评估官方提供的模型实现
非官方模型实现
参考文章结果（没有代码）
自己代码实现在benchmark上的结果
相似模型在相似数据集上的结果
非常简单的baseline，如线性回归

3-Evaluate

使用bias-variance decomposition决定下一步措施

Test error = irreducible error + bias + variance (+ distribution shift) + val overfitting (train, val, and test all come from the same distribution)

4-Improve model/data

如果欠拟合，使得模型更大；如果过拟合，增加数据或者添加正则化

解决欠拟合（使用顺序由上到低下）：

使得模型变大，比如增加层数或者在每层中使用更多单元
减少正则化
错误分析
选择一个不同结构
调整超参数
增加特征

解决过拟合（使用顺序由上到低下）：

增加更多数据
增加归一化
数据增强
增加正则化（如dropout、L2、weight decay）
错误分析
使用一个不同结构
调整超参数
及时停止
去除特征
减少模型大小

解决分布转换（distribution shift）：

分析测试-验证集错误 & 收集更多训练数据
分析测验-验证集错误 & 合成更多训练数据
使用领域适应改变训练和测试分布（领域适应，使用未标注数据或者有限的标注数据，将source上的训练结果泛化到target上）

平衡数据集

如果验证集上的结果好于测试结果，在验证集上过拟合。上述情况通常发生在小验证集上或者大规模超参数调整

5-hype-parameters

由粗到细地随机搜索

超参数优化面临如下问题：

网络：多少层？如何参数初始化？卷积核大小？

优化器：batch size？学习率？beta1，beta 2？

正则化：？

方法1：人工选择超参数

需要理解算法，训练/评估网络，猜测一个更好的超参数值/重新评估，可以和其他方法相结合。
优点：对于经验丰富的专家，消耗非常小的计算量得到好结果
缺点：需要对算法有很深的见解、非常耗时

方法2：网格搜索

优点：实现非常简单、能够产生好结果
缺点：不高效、需要先验知识

方法3：随机搜索

方法4：由粗到细搜索

先在大区域中找到使得结果比较好的子区域，重复上述过程
优点：可以缩小非常高性能的超参数、实际使用最多的方法
缺点：somewhat manual process

方法5：贝叶斯方法

从预先估计参数分布开始，包含超参数值与模型性能之间关系的概率模型，交替如下过程：使用最大化期望结果对应的超参数值进行训练，根据训练结果更新概率模型
优点：最高效的hand-off方法以选择超参数
缺点：从头开始难以实施、很难与现成的工具集成

结论

由于错误种类多，深度学习debugging困难
为了训练一个没有bug的深度学习模型，需要将构造模型看作一个迭代过程


下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程


    
，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~