LL正则化的课件.pptxVIP

;Regularization 正则化 VS 规则化 规则化：顾名思义，给你的模型加入某些规则，来达到某些目的（在机器学习或者深度学习中是为了防止过拟合） 正则化：标准术语，有点给外行人学术门槛的味道；这个翻译用得最普遍，所以我们接下来继续用正则化作为它的“官方”翻译。;;;为了让W多几个为0，对于我们的正则化项 ,定义如下3种范数： L0范数： ，指向量中非0的元素的个数，越小说明0元素越多 L1范数： ，指向量中各个元素绝对值之和 L2范数： ，即各元素的平方和再开方 ;第6页/共26页;第7页/共26页;线性回归+L1正则项：Lasso 回归 线性回归+L2正则项：Ridge 回归（岭回归）;如果我们用L0范数来正则化一个参数矩阵W的话，就是希望W的大部分元素都是0，让参数W是稀疏的，“压缩感知”、“稀疏编码”就是通过L0来实现的 那为什么用L1去稀疏，而不用L0呢???因为L0范数很难优化求解（NP难问题）（？） L1范数是L0范数的最优凸近似，而且它比L0范数要容易优化求解 ;特征选择： xi的大部分元素（也就是特征）都是和最终的输出yi没有关系或者不提供任何信息的；但在预测新的样本时，这些没用的信息反而会被考虑，从而干扰了对正确yi的预测。稀疏规则化算子的引入就是为了完成特征自动选择的光荣使命，它会学习地去掉这些没有信息的特征，也就是把这些特征对应的权重置为0。 可解释性： 患病回归模型y=w1*x1+w2*x2+…+w1000*x1000+b，通过学习，如果最后学习到的w*就只有很少的非零元素，例如只有5个非零的wi。也就是说，患不患这种病只和这5个因素有关，那医生就好分析多了。;那么L2范数与L1范数有什么区别呢？;假设我们有个方程组AX=b，我们需要求解X。如果A或者b稍微的改变，会使得X的解发生很大的改变，那么这个方程组系统就是ill-condition的。;;;;从另外一个角度可以将范数约束看成带有参数的约束优化问题。带有参数惩罚的优化目标为： 带约束的最优问题，可以表示为： 通过KKT条件进行求解时，对应的拉格朗日函数为：  ;如果 是L2范数，那么权重就是被约束在一个L2球中；如果 是L1范数，那么权重就是约束在L1范数限制的区域中；另外也可以得出L1得到的解比L2稀疏;常用数据增强的方法： 1、旋转 | 反射变换(Rotation/reflection) 2、翻转变换(flip) 3、缩放变换(zoom): 4、平移变换(shift): 5、尺度变换(scale) 6、对比度变换?contrast 7、噪声扰动?noise? ;;将噪声作用与输入，作为数据增强的策略。对于某些模型而言，向输入添加方差极小的噪声等价于对权重施加范数惩罚。 另一种正则化模型的噪声使用方式是将其加到权重，这项技术主要用于循环神经网络（RNN）。 向输出目标注入噪声。;多任务学习是通过合并几个任务中的样例来提高泛化的一种方式。正如额外的训练样本能够将模型参数推向更好的泛化能力值一样，当模型的一部分被多个额外的任务共享时，这部分被约束为良好的值，通常会带来更好的泛化能力。 目前多任务学习方法大致可以总结为两类，一是不同任务之间共享相同的参数（common parameter），二是挖掘不同任务之间隐藏的共有数据特征（latent feature）;;深度关系网络（Deep Relationship Networks）：在用于机器视觉的多任务场景中，已有的这些方法通常共享卷积层，将全链接层视为任务相关的。[1] 完全自适应特征共享（Fully-Adaptive Feature Sharing）:从瘦网络（thin network）开始，使用对相似任务自动分组的指标，贪心的动态加宽网络。[2 ];十字绣网络（Cross-Stitch Networks）：文献[3]将两个独立的网络用参数的软共享方式连接起来。 联合多任务模型（A Joint Many-Task Model）[4] [3] Misra, I. et. al. Cross-Stitch Networks for Multi-Task Learning, CVPR2016. [4] Hashimoto , K. 2016. A Joint Multi-Task Model: Growing A Neural Network for Multiple NLP Tasks.;;谢谢您的观看！