DL_class

学堂在线《深度学习》实验课代码+报告（其中实验1和实验6有配套PPT），授课老师为胡晓林老师。课程链接：https://www.xuetangx.com/training/DP080910033751/619488?channel=i.area.manual_search。

持续更新中。
所有代码为作者所写，并非最后的“标准答案”，只有实验6被扣了1分，其余皆是满分。仓库链接：https://github.com/W-caner/DL_classs。此外，欢迎关注我的CSDN：https://blog.csdn.net/Can__er?type=blog。
部分数据集由于过大无法上传，我会在博客中给出下载链接。如果对代码有疑问，有更好的思路等，也非常欢迎在评论区与我交流~

实验2：构建自己的多层感知机

实现代码

保留了实验一中的学习率衰减部分，在Q1~Q4的过程中为了绘图方便，没有使用早停法。分别使用numpy将不同层中的前向传播和反向传播方法实现即可。

损失函数

欧氏距离：

    def forward(self, logit, gt):
        """
          输入: (minibatch)
          - logit: 最后一个全连接层的输出结果, 尺寸(batch_size, 10)
          - gt: 真实标签, 尺寸(batch_size, 10)
        """
        ############################################################################
        # TODO:
        # 在minibatch内计算平均准确率和损失
        # 分别保存在self.accu和self.loss里(将在solver.py里自动使用)
        # 只需要返回self.loss
        # self.y_: (batch_size, 10)
        self.y_ = logit
        self.y = gt
        # loss: (batch_size, 1)
        L = np.sqrt(np.sum(np.square(self.y_ - self.y), axis=1))
        self.loss = np.average(L)
        # pre: (batch_size, )
        # pre = np.argmax(self.y_, axis=1)
        self.accu = accuracy_score(np.argmax(self.y_, axis=1), np.argmax(self.y,axis=1))
        ############################################################################
        return self.loss

    def backward(self):
        ############################################################################
        # TODO:
        # 计算并返回梯度(与logit具有同样的尺寸)
        return self.y_-self.y
        ############################################################################

交叉熵损失函数：

    def forward(self, logit, gt):
        """
          输入: (minibatch)
          - logit: 最后一个全连接层的输出结果, 尺寸(batch_size, 10)
          - gt: 真实标签, 尺寸(batch_size, 10)
        """

        ############################################################################
        # TODO: 
        # 在minibatch内计算平均准确率和损失，分别保存在self.accu和self.loss里(将在solver.py里自动使用)
        # 只需要返回self.loss
        # self.y_: (batch_size, 10)
        self.y_ = np.exp(logit) / np.sum(np.exp(logit), axis=1, keepdims=True)
        self.y = gt
        # L: (batch_size, 1)
        L = -np.sum(np.log(self.y_)*self.y, axis=1)
        self.loss = np.average(L)
        # pre: (batch_size, )
        # pre = np.argmax(self.y_, axis=1)
        self.accu = accuracy_score(np.argmax(self.y_, axis=1), np.argmax(self.y, axis=1))
        ############################################################################
        return self.loss


    def backward(self):

        ############################################################################
        # TODO: 
        # 计算并返回梯度(与logit具有同样的尺寸)
        return self.y_-self.y
        ############################################################################

正向/反向传播

全连接层：

def forward(self, Input):

        ###########################################################################
        # TODO: 
        # 对输入计算Wx+b并返回结果.
        self.Input = Input
        self.batch_zise = Input.shape[0]
        return np.dot(Input, self.W) + self.b
        ############################################################################


    def backward(self, delta):
        # 输入的delta由下一层计算得到
        ############################################################################
        # TODO: 
        # 根据delta计算梯度
        # grad_W: (128, batch_size)*(batch_size,10) -> (128, 10)
        self.grad_W = np.dot(self.Input.T, delta)/self.batch_zise
        # grad_b: (batch_size, 10) -> (1, 10)
        self.grad_b = np.average(delta, axis=0)
        # delta: (batch_size, 10)*(10,128) -> (batch_size, 128)
        return np.dot(delta, self.W.T)
        ############################################################################

relu激活层：

    def forward(self, Input):

        ############################################################################
        # TODO: 
        # 对输入应用ReLU激活函数并返回结果
        self.Input = Input
        return np.maximum(Input, 0)

        ############################################################################


    def backward(self, delta):

        ############################################################################
        # TODO: 
        # 根据delta计算梯度
        delta[self.Input<0]=0
        return delta
        ############################################################################

Sigmoid激活层：

    def forward(self, Input):

        ############################################################################
        # TODO: 
        # 对输入应用Sigmoid激活函数并返回结果
        self.out =  1 / (1+np.exp(-Input))
        return self.out
        ############################################################################

    def backward(self, delta):

        ############################################################################
        # TODO: 
        # 根据delta计算梯度
        return delta * self.out *(1-self.out)
        ############################################################################

参数更新

这里不知道是不是写的公式有问题，我也没有搜到 “带权重衰减的动量梯度” 真正公式是什么，当我指定梯度为0.8的时候，训练到后期反而准确率会下降。默认梯度0.0即不会出现问题。

    # 一步反向传播，逐层更新参数
    def step(self, model):
        layers = model.layerList
        for layer in layers:
            if layer.trainable:
                ############################################################################
                # TODO:
                # 使用layer.grad_W和layer.grad_b计算diff_W and diff_b.
                # 注意weightDecay项.
                if self.momentum:
                    layer.W_velocity = self.momentum * layer.W_velocity + \
                        self.learningRate * \
                        (layer.grad_W + self.weightDecay*layer.W)
                    layer.b_velocity = self.momentum * layer.b_velocity + \
                        self.learningRate*layer.grad_b
                    layer.diff_W = -layer.W_velocity
                    layer.diff_b = -layer.b_velocity
                else:
                    # Weight update without momentum
                    layer.diff_W = -self.learningRate * \
                        (layer.grad_W+self.weightDecay* layer.W)
                    layer.diff_b = -self.learningRate * layer.grad_b
                ############################################################################
                # Weight update
                layer.W += layer.diff_W
                layer.b += layer.diff_b

报告问题

Q1

记录训练和测试准确率，绘制损失函数和准确率曲线图；

下图是使用原始参数，两种方法训练了30个周期的loss和accuracy的结果。

欧式距离损失：

请添加图片描述

softmax交叉熵损失：

请添加图片描述

Q2

比较分别使用 Sigmoid 和 ReLU 激活函数时的结果，可以从收敛情况、准确率等方面比较。

收敛情况：无论使用哪个作为激活函数，只要模型正确，在足够的周期下都可以收敛，但是使用relu收敛速度（斜率）更快，推测是因为relu函数大于0的时候，导数为恒定值计算较快。
准确率：在每个周期纵向对比，使用sigmoid准确率更高，且最后能达到的效果也更好，推测是因为relu导致了网络的稀疏性，对于这种简单数据集而言丢失了一些参数。但同时能看出，relu对于复杂数据集过拟合给出了比较好的解决方案。

Q3

比较分别使用欧式距离损失和交叉熵损失时的结果；

在使用同一种激活函数时，交叉熵损失函数在测试集上有着更好的表现，并且收敛的周期数少（速度快），而在训练集上的准确率来看则是欧氏距离更胜一筹。

感觉损失函数的影响并不绝对，需要搭配恰到好处的应用实例，恰好的激活函数和网络结构才能得到更好的表现。比如在模型输出与真实值的误差服从高斯分布的假设下，最小化均方差损失函数与极大似然估计本质上是一致的，因此在这个假设能被满足的场景中（比如回归），均方差损失是一个很好的损失函数选择；而交叉熵损失可能会更适用于本例（分类问题）。

Q4

构造具有两个隐含层的多层感知机，自行选取合适的激活函数和损失函数，与只有一个隐含层的结果相比较；

这里尝试了sigmoid+crossentropy，这二者的梯度有较为天然的结合，仿照该数据集上的经典模型“LeNet5”的结构，搭建了一个类似的网络（728，128，30，10）。以同样的参数训练和测试，得到对比图：

请添加图片描述

发现多层网络甚至不如一层网络效果好，推测是因为多层网络较为复杂，又都是全连接，随着学习率的衰减导致陷入局部最优的问题，所以更换激活函数为relu，网络结构如下所示：

multMLP = Network()
# 使用FCLayer和ReLULayer构建多层感知机
# 128, 30为隐含层的神经元数目
multMLP.add(FCLayer(784, 128))
multMLP.add(ReLULayer())
multMLP.add(FCLayer(128, 30))
multMLP.add(ReLULayer())
multMLP.add(FCLayer(30, 10))

对比图如下所示，无论是在收敛速度上，还是训练的准确率上，多个隐含层的网络结构有着更好的表现：

请添加图片描述

Q5

本案例中给定的超参数可能表现不佳，请自行调整超参数尝试取得更好的结果，记录下每组超参数的结果，并作比较和分析。

从上面的训练过程中明显可以看出，存在较为严重的局部最优和过拟合现象，所以调大学习率，加入早停法，还是按照先批次，再学习率，最后调节权重衰减和周期的方法进行调节，对比结果基本和实验一报告中的情况（就是过大会怎么样，过小会怎么样，为什么最终选择这个参数）吻合，这里不再给出相同参数具体分析，只给对比图了。

Batch_size：选择100即可
learning_rate：收敛较快，可以直接从0.05开始衰减，每周期衰减1.1~1.5都可以。
weight_decay：

请添加图片描述

可以发现，正则项的加入一定要适度，其起到的是“调节作用”，在超过0.1的时候已经对模型效果产生了负面影响，也就是稍微加一点正则化（甚至这样的简单模型可以不加）为最优。

最终使用batch_size为100，learning_rate从0.08开始，每周期衰减1.2，权重衰减为0.005，早停法进行25个周期的训练，基本上训练5~6个周期即可到达饱和。

此时得到测试集上的最好的结果为96.61%，请添加图片描述

【深度学习】实验2答案：构建自己的多层感知机

DL_class

实验2：构建自己的多层感知机

实现代码

损失函数

正向/反向传播

参数更新

报告问题

Q1

Q2

Q3

Q4

Q5

猜你喜欢