你的神經網絡不work? 這37個原因總有一款適合你！
彼時，我手頭的神經網絡訓練已持續了12個小時，各項指標顯示運轉良好。沒有一點點防備，就在剛才，突然提示：全部預測為零，一點有用的信息都沒有!
“到底哪里出問題了?” ——我自言自語，很是郁悶。“該如何檢查神經網絡模型輸出的信息是否有用(例如，預測所有輸出的平均值，還是看看準確度是不是很糟糕)”?
其實，影響神經網絡訓練正常運轉的影響因素很多! 在經歷了多次調試后，我總結出了一些通用的經驗，特此整理成文，希望能夠給和我有一樣困惑的朋友們一點啟發：
一、如何使用本指南?
其實，可能導致錯誤的影響因素有很多， 不過總有一些“出鏡率”比較高。如果出現問題，我通常從下面的列表開始：
1. 從一種可用于此類型數據的已知簡單模型開始試驗(比如用于圖像識別的VGG模型)。 如果可能，使用標準損失。
2. 關閉所有“鈴聲和口哨”(譯者注：即使用最基礎的模型)，比如不再使用正則化和數據擴增。
3. 調模型時，請仔細檢查預處理，確保使用和我們訓練原始模型一樣的預處理。
4. 驗證輸入數據是否正確。
5. 從一個非常小的數據集(2-20個樣本)開始，先讓模型過度擬合，再逐漸增加更多的數據。
6. 逐漸添加之前被省略的部分：數據擴增/正則化，自定義損失函數，嘗試更復雜的模型。
如果上述內容還不能解決問題，那接下來，請繼續閱讀，我們之后會還有一份大型影響因素清單，建議逐一驗證。
二、數據集問題
1. 檢查輸入數據
檢查一下你輸入訓練模型的數據是否正確。之前，曾經好多次我都搞混了圖像的寬度和高度，還有的時候，我手誤輸入一堆多余的零，還有，曾經發生過多次重復輸入同一批次數據的情況……
總之，記得仔細檢查一開始幾個批次輸入和輸出情況，盡可能保證看起來正常。
2. 隨機輸入驗證
嘗試往訓練項目中輸入一些隨機數據，然后看看模型報錯，和之前的報錯情況是否一致。 如果一致，那肯定是在模型的某個階段出了問題，將數據轉換成了垃圾。 之后，逐層調試，找到出錯的地方就好。
3. 檢查數據加載器
有時候，數據本身可能沒問題，出問題的可能是將數據輸入到網絡的代碼。 因此，在任何操作之前，請打印***層的輸入檢查檢查。
4. 確保輸入連接到輸出
檢查幾個輸入樣品是否有正確的標簽。 同時還要確保輸入樣本與輸出標簽的重新排序方式相同。
5. 輸入與輸出之間的隨機比例問題
如果模型中，輸入輸出之間的非隨機部分，相比隨機部分比例過小，那么我們可以確定，輸入和輸出無關的可能性比較大。 因為這往往取決于數據的性質，目前，針對這個情況，我還沒找到更簡便的方式來檢測，畢竟這與數據本身的特質息息相關。
6. 數據集中是否有太多噪音?
之前有一次，我打算從食品站點上整理一組圖像數據集，放到我的神經網絡模型，結果就碰到了這個問題。里面很多數據都顯示損壞標簽，才影響到模型結果。建議手動檢查一些輸入樣本，看看它們顯示的標簽。
對于多少噪音才是神經網絡訓練的臨界點目前仍有爭議，比如，這篇文章(https://arxiv.org/pdf/1412.6596.pdf) 顯示，在一定條件下，在使用了50%損壞標簽的MNIST數據集中，準確率仍可以達到50%以上。
7. 對數據集重新排序
如果數據集沒有重新排序，并且有特定的順序(按照標簽排序)，這可能會對學習產生負面影響。 記得給數據集隨機重新排序，也別忘了將輸入和標簽用同樣的方式重新排序。
8. 減少標簽不平衡
圖像種類B和圖像種類A是1:1000嗎? 如果這樣，我們可能需要平衡損失功能或嘗試其他標簽不平衡數據的應對方法
(http://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/)。
9. 你的訓練數據夠多嗎?
從頭開始訓練一個神經網絡，是需要大量數據的。 在圖像分類方面， 有人建議每個類別需要約1000張圖片或更多。
(https://stats.stackexchange.com/a/226693/30773)。
10. 確保批次數據不為單一標簽
這可能發生在有序數據集中(即前一萬個樣本擁有同一個標簽)。 通過將數據集重新排序可輕松修復這個問題。
11. 減少每個批次的容量
這篇文章(https://arxiv.org/abs/1609.04836)指出，擁有非常大的批次可以降低模型的泛化能力。
添加 1.使用標準數據集(例如mnist，cifar10)
感謝@ hengcherkeng提出這一點：
當測試新的網絡架構或編寫新的代碼片段時，首先使用標準數據集，而不是自己的數據。 這樣，我們就可以參考前人的數據集總結，這樣做的好處是，不存在標簽噪音、訓練/測試分配差異、數據集難度過大等問題。
三、數據歸一化/增強
12. 特征標準化
你有沒有標準化你的輸入數據，它們是否具有零均值和單位標準差?
13. 你是否做了太多的數據擴增?
數據擴增具有正則化效果。 太多的數據擴增，再加上其他形式的正則化(比如weight L2， dropout等等)，都可能導致網絡擬合不足。
14. 檢查預訓練模型的預處理
如果您使用預先訓練好的模型，請確保您正在使用與該模型訓練時相同的規范化和預處理。 例如，圖像像素是在[0,1]、[-1,1]還是[0,255]的范圍內?
15. 檢查訓練集/驗證集/測試集的預處理
CS231n指出了一個常見的陷阱
(http://cs231n.github.io/neural-networks-2/#datapre) ：
“......任何預處理統計值(如數據均值)只能在訓練數據上計算，然后應用于驗證/測試數據。 例如，計算平均值并從整個數據集中的每個圖像中減去它，然后將數據分割成訓練集/驗證集/測試集將是一個錯誤。 “
另外，請檢查每個樣品或批次中是否使用了不同的預處理。
四、執行問題
16. 嘗試簡化問題
簡化問題能夠幫助你發現異常。如果目前你的模型輸出了對象的分類和坐標，那就嘗試只輸出對象的分類。
17. “隨機”尋找正常范圍的損失
源自卓越的cs231n課程：用少量的參數來初始化，不加正則化。比如，如果我們有十個類，“隨機”意思是10%的時候我們會得到正確結果，softmax損失是負對數概率：-ln(0.1) = 2.302。
然后，再試著增加正則化的強度，從而增加損失。
18. 檢查你的損失函數
如果你自己實現了損失函數，那檢查bugs，再加上單位測試。之前，我的損失函數稍微有些偏差，降低了網絡的性能。
19. 驗證損失的輸入
如果你正在使用“已有框架”提供的損失函數，那你一定要按照指定方法輸入指定數據。 在PyTorch里，我會弄混NLLLoss和CrossEntropyLoss，前者需要softmax輸入，但后者不需要。
20. 調整損失的權重
如果你的損失是由幾個小的損失函數組成的，確保他們的相關權重是合適的。這也許包括了測試幾種不同的權重組合。
21. 監測其他度量標準
有時候損失并不是***的測量標準來衡量你的網絡是否訓練良好。如果可以，可以使用其他的，比如準確率。
22. 測試每一個自定制網絡層
你自己完成了網絡里的層嗎?檢查，再檢查，確保這些層運行正確。
23. 檢查“凍結”的網絡層或者變量
檢查你是不是無意間限制了可更新層與變量的更新。
24. 增加網絡大小
也許你網絡的指數級力度不足以描述目標函數。嘗試增加更多的層，或者全鏈接的隱藏單元數。
25. 檢查隱藏維錯誤
如果你的輸入是(k, H, W) = (64, 64, 64)，那很容易錯過關于錯誤維度的錯誤。使用奇怪的數字設置輸入維度(比如，對不同的維度使用不同的素數)，來檢查它們是怎么在網絡傳播。
26. 進行梯度檢查
如果你自己手動實現了梯度下降法，檢查梯度，以確保你的后向傳播運行良好。
五、訓練問題
27. 解決一個小的數據集
過擬合一個很小的數據子集，確保它可行。比如，用1到2個例子進行訓練，看看是否你的網絡能分類正確。然后再每個類添加更多的例子。
28. 檢查權重的初始化
如果不確定，就使用Xavier或者He來初始化。初始化可能會把你引向一個有問題的最小局部，所以，你可以嘗試不同的初始化，看是否有幫助。
29. 改變超參數
也許你使用的超參數集有問題。如果可以，可以嘗試
http://scikit-learn.org/stable/modules/grid_search.html。
30. 減少正則化
過度的正則化會讓網絡擬合不足。嘗試減少過度的正則化，諸如，dropout，batch norm，權重/偏差 L2正則化，等等。在“實用深度學習程序員必讀”這門課中，Jeremy Howard建議先排查擬合不足。這意味著你先使訓練集過擬合，而且只有過擬合。
31. 給你的訓練網絡多一點的時間
有時候并不是網絡出現了問題，也有可能你太心急了。請在作出有價值的預測之前，給你的網絡再多一些的訓練時間。如果這個過程中，如果你觀察到損失在穩定減少，那放輕松，給它再多一些的訓練時間吧。
32. 訓練模式與測試模式的轉換
某些框架的網絡層，類似batch norm，dropout，它們的效果在訓練和測試模式是不一樣的。請選擇合適的模式，以確保你的網絡預測更好。
33. 可視化訓練的過程
- 監控每層的激活函數，權重和更新情況。確保它們的值是對得上的。比如，參數(權重和偏差)的更新值應該是1-e3。
- 考慮諸如Tensorboard和Crayon的可視化庫。你還可以打印出來，檢查權重/偏差/激活函數值。
- 注意查找網絡層的激活函數值，均值遠遠大于0的那些。嘗試Batch Norm或者ELUs。
- Deeplearning4j (https://deeplearning4j.org/visualization#usingui)描述了，理想狀態的權重和偏差柱狀圖：“拿權重來說，柱狀圖應該呈現近似高斯分布的特征。而偏差，在柱狀圖中應該從0開始，***也近似高斯分布(LSTM是個例外)。注意觀察那些趨于正負無窮大的參數，以及那些變的特別大的偏差值。有時候會發生在分類的輸出層，如果類的分布很不平衡的話。”
- 檢查一下層更新，它們也應該是高斯分布。
34. 嘗試不同的優化器
優化器的選擇上，要注意，不要選對你的訓練可能造成很大影響的那些。好的優化器可以讓你在最短的時間達到***的效果。許多描述算法的論文都有說明相關的優化器，如果沒找到，我一般使用Adam或者帶勢的SGD。
可以查看這篇很好的文章(http://ruder.io/optimizing-gradient-descent/)，作者是Sebastian Ruder，里面你會知道很多關于梯度下降優化器。
35. 逐一檢查那些爆炸性增長/消失不見的梯度
檢查層的更新，如果出現很大的值，那可能預示著爆炸性增長的梯度值。梯度剪切會有幫助。檢查層的激活函數值。Deeplearning4j一文中
(https://deeplearning4j.org/visualization#usingui)，給出了不錯的建議：“激活函數值好的標準偏差范圍大致在0.5 到2.0，如果超出這個范圍過多，則可能會出現激活函數值消失不見、或爆炸性增長的情況。“
36. 增加/減少學習率
學習率過低，可能會導致你的模型收斂的很慢。而學習率過高，也會有一些不良影響————起初損失快速減少，但是***卻不易找到良好解決辦法。建議改變你的學習率，可以嘗試乘以0.1或10。
37. 解決非數值數
如果訓練RNNs，出現非數值數可能是個需要關注的問題。建議你嘗試下列方式改進這個情況：
- 減少學習率，尤其是在開始的100個回合里有非數值數時候。
- 非數值數來自于除以0，或者0與負數的自然對數。
- Russell Steward也給出了很多參考片方法，來應對非數值數(http://russellsstewart.com/notes/0.html)。
- 嘗試逐層評估你的網絡，找出產生非數值數的確切位置。
原文：https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607
【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
