iT邦幫忙

2021 iThome 鐵人賽

DAY 19
0
AI & Data

AI Facial Expression Recognition: Data, Model, Application系列 第 19

[Day 19] 還是學不會,再縮小一點 ~ (學習率衰減)

  • 分享至 

  • xImage
  •  

前言

走過了資料分析、演算法選擇後,
我們得知了有些可以改善模型的方向:

  1. 解決資料不平衡(Done)
  2. 學習率的設定(Now)
  3. 訓練輪數(To do)
  4. 模型深度(No, I want my model to be more efficient ! )
  5. 階段式訓練(To do)

林俊傑唱過:

總是學不會 再聰明一點

眾所周知,最佳化就是在調整模型參數以降低loss值,
而這個調整的速度會被學習速率(learning rate)控制,
learning rate越大就會改變參數越多。
optimizer如SGD、ADAM都會根據導數乘以learning rate來改變參數值。
所以 learning rate在訓練模型時非常重要。
也會讓網路更聰明地學習!


學習率衰減

學習率衰減是訓練模型的小技巧,
通常我們會希望學習率一開始大,
這樣才會學得快(損失函數收斂速度快)。
但隨著訓練時間提升,
模型參數已經趨於穩定,
我們會希望學習率減小,
才會穩穩地在global minimum來回。
(local minimum 你走開= =)

1. step decay

每隔n輪依比例下降。

學習率圖形:
https://ithelp.ithome.com.tw/upload/images/20210926/20141294FEfr5XuLBj.jpg
程式碼實作:

def step_decay(epoch):
    """
    Warm-up applying high learning rate at first few epochs.
    Step decay schedule drops the learning rate by a factor every few epochs.
    """
    lr_init = 0.001
    drop = 0.5
    epochs_drop = 5
    warm_up_epoch = 0
    if epoch+1 < warm_up_epoch:  # warm_up_epoch之前採用warmup
        lr = drop * ((epoch+1) / warm_up_epoch)
    else:  # 每epochs_drop個epoch,lr乘以drop倍。
        lr = lr_init * (drop**(int(((1+epoch)/epochs_drop))))
    return float(lr)

甚麼是warm-up?

大家可能注意到我有設一個參數是warm_up_epoch
如果這個warm-up等於5,
代表前5輪訓練時我使用由小漸大的學習率,隨後使用step-decay。
例如: 0.0001, 0.0003, 0.0005, 0.0007, 0.0009, 0.001, 0.0005, 0.000025, ...
有人相信這個方法可以讓模型後續收斂得更穩定。
(但我在這次實驗中沒有用到這個機制)
請參考這篇文章

2. exponantial decay

每隔1輪依照指數下降
學習率圖形:
https://ithelp.ithome.com.tw/upload/images/20210926/201412946jlGue70hA.jpg
程式碼實作:

def exp_decay(epoch):
    lr_init = 0.001
    lr = lr_init * tf.math.exp(-0.2 * (epoch+1))
    return float(lr)

3. polynomial decay

每隔1輪依照多項式函數下降
這裡我加上一個循環機制

    if global_step >= decay_steps:
        global_step = global_step % decay_steps

使得每隔n輪會重複相同圖形
用意是: 當我陷入區域最小值的泥沼時,有機會跳出來。
學習率圖形:
https://ithelp.ithome.com.tw/upload/images/20210926/20141294RvheMirn26.jpg
程式碼實作:

def poly_decay(epoch):
    lr_init = 0.001
    lr_end = 0.00001
    decay_steps = 10
    global_step = epoch
    power = 0.5
    if global_step >= decay_steps:
        global_step = global_step % decay_steps

    lr = (lr_init-lr_end)*((1-(global_step/decay_steps))**power) + lr_end
    return float(lr)

實驗結果

  • 這裡要注意,因為EFN_poly從第11輪開始有循環,所以我們比較第10輪的表現。

驗證準確率:step>poly>exp(準確率越大越好) in 10th epoch

3
驗證損失值:exp<poly<step(損失值越小越好) in 10th epoch

4
訓練準確率:poly>step>exp in 10th epoch

5
這裡蠻有趣的地方是poly的循環機制,
可以從驗證準確率和驗證損失值中發現,
每次學習率回到初始值,這兩者都會往下掉。
損失值下降是我們樂見的,代表演算法跳出之前的區域最小值,
前往尋找另一個區域最小值。
當然我不用擔心演算法找不到另外一個區域最小值,
因為我可以儲存每個epoch的模型。
但如果沒有循環機制,
我就要擔心演算法困在這一個區域最小值了!

comparing all metrics

模型 | 訓練時長(秒) | acc | loss | val_acc | val_loss
------------- | ------------- | ------------- | -------------
EFN_step | 1960 | 0.991(勝) | 0.026(勝) | 0.638 | 2.383
EFN_exp | 2083 | 0.991 | 0.029 | 0.636 | 2.554
EFN_poly_cyclic | 2018 | 0.98 | 0.057 | 0.648(勝) | 2.205
EFN_base | 2004 | 0.952 | 0.139 | 0.617 | 1.905(勝)


結語

  1. exp dacay的學習率下降太快,導致模型還沒在這個學習率上好好最佳化就縮小學習率了。
  2. step dacay應該是比較理想的方法,能夠學得充分,不像其他兩個方法每輪都下降。
  3. 循環機制很棒,以後要試試搭配其他衰減法。

上一篇
[Day 18] 我會把我的over fitting,drop好drop滿
下一篇
[Day 20] 兩段式訓練比兩段式左轉更安全 (遷移學習技巧)
系列文
AI Facial Expression Recognition: Data, Model, Application30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言