Udacity 深度学习，作业 3，第 3 部分：Tensorflow dropout 函数

Question

我现在正在完成 Udacity 深度学习课程的作业 3。我已经完成了大部分工作并且它正在工作，但我注意到问题 3，即使用 tensorflow 的“dropout”，似乎降低了我的性能而不是提高它。

所以我认为我做错了什么。我会把我的完整代码放在这里。如果有人可以向我解释如何正确使用 dropout，我将不胜感激。 （或者确认我使用正确，在这种情况下它没有帮助。）。它将准确率从超过 94%（没有丢失）降低到 91.5%。如果不使用 L2 正则化，降级会更大。

def create_nn(dataset, weights_hidden, biases_hidden, weights_out, biases_out):
    # Original layer
    logits = tf.add(tf.matmul(tf_train_dataset, weights_hidden), biases_hidden)
    # Drop Out layer 1
    logits = tf.nn.dropout(logits, 0.5)
    # Hidden Relu layer
    logits = tf.nn.relu(logits)
    # Drop Out layer 2
    logits = tf.nn.dropout(logits, 0.5)
    # Output: Connect hidden layer to a node for each class
    logits = tf.add(tf.matmul(logits, weights_out), biases_out)
    return logits


# Create model
batch_size = 128
hidden_layer_size = 1024
beta = 1e-3

graph = tf.Graph()
with graph.as_default():
    # Input data. For the training data, we use a placeholder that will be fed
    # at run time with a training minibatch.
    tf_train_dataset = tf.placeholder(tf.float32,
                                    shape=(batch_size, image_size * image_size))
    tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels))
    tf_valid_dataset = tf.constant(valid_dataset)
    tf_test_dataset = tf.constant(test_dataset)

    # Variables.
    weights_hidden = tf.Variable(
        #tf.truncated_normal([image_size * image_size, num_labels]))
        tf.truncated_normal([image_size * image_size, hidden_layer_size]))
    #biases = tf.Variable(tf.zeros([num_labels]))
    biases_hidden = tf.Variable(tf.zeros([hidden_layer_size]))

    weights_out = tf.Variable(tf.truncated_normal([hidden_layer_size, num_labels]))
    biases_out = tf.Variable(tf.zeros([num_labels]))


    # Training computation.
    #logits = tf.matmul(tf_train_dataset, weights_out) + biases_out
    logits = create_nn(tf_train_dataset, weights_hidden, biases_hidden, weights_out, biases_out)

    loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=tf_train_labels, logits=logits))
    loss += beta * (tf.nn.l2_loss(weights_hidden) + tf.nn.l2_loss(weights_out))

    # Optimizer.
    optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(loss)

    # Predictions for the training, validation, and test data.
    train_prediction = tf.nn.softmax(logits)
    #valid_prediction = tf.nn.softmax(tf.matmul(tf_valid_dataset, weights_out) + biases_out)
    #test_prediction = tf.nn.softmax(tf.matmul(tf_test_dataset, weights_out) + biases_out)
    valid_prediction = tf.nn.softmax(tf.matmul(tf.nn.relu(tf.matmul(tf_valid_dataset, weights_hidden) + biases_hidden), weights_out) + biases_out)
    test_prediction = tf.nn.softmax(tf.matmul(tf.nn.relu(tf.matmul(tf_test_dataset, weights_hidden) + biases_hidden), weights_out) + biases_out)


num_steps = 10000

with tf.Session(graph=graph) as session:
  tf.global_variables_initializer().run()
  print("Initialized")
  for step in range(num_steps):
    # Pick an offset within the training data, which has been randomized.
    # Note: we could use better randomization across epochs.
    offset = (step * batch_size) % (train_labels.shape[0] - batch_size)
    #offset = (step * batch_size) % (3*128 - batch_size)
    #print(offset)
    # Generate a minibatch.
    batch_data = train_dataset[offset:(offset + batch_size), :]
    batch_labels = train_labels[offset:(offset + batch_size), :]
    # Prepare a dictionary telling the session where to feed the minibatch.
    # The key of the dictionary is the placeholder node of the graph to be fed,
    # and the value is the numpy array to feed to it.
    feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels}
    _, l, predictions = session.run([optimizer, loss, train_prediction], feed_dict=feed_dict)

    if (step % 500 == 0):
      print("Minibatch loss at step %d: %f" % (step, l))
      print("Minibatch accuracy: %.1f%%" % accuracy(predictions, batch_labels))
      print("Validation accuracy: %.1f%%" % accuracy(valid_prediction.eval(), valid_labels))

  print("Test accuracy: %.1f%%" % accuracy(test_prediction.eval(), test_labels))

Answer 1

您需要在推理期间关闭 dropout。一开始可能并不明显，但在 NN 架构中 dropout 是硬编码的，这意味着它会在推理过程中影响测试数据。您可以通过创建占位符keep_prob 来避免这种情况，而不是直接提供值0.5。例如：

keep_prob = tf.placeholder(tf.float32)
logits = tf.nn.dropout(logits, keep_prob)

要在训练期间打开 dropout，请将 keep_prob 值设置为 0.5：

feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels, keep_prob: 0.5}

在推理/评估期间，您应该能够执行以下操作将keep_prob 设置为eval 中的1.0：

accuracy.eval(feed_dict={x: test_prediction, y_: test_labels, keep_prob: 1.0}

编辑：

由于问题似乎不是在推理时使用了 dropout，因此下一个罪魁祸首是 dropout 对于这个网络规模来说太高了。您可以尝试将 dropout 降低到 20%（即 keep_prob=0.8），或者增加网络的大小以使模型有机会学习表示。

我实际上用你的代码试了一下，在这种网络规模下，我得到了大约 93.5% 的结果，有 20% 的 dropout。我在下面添加了一些额外的资源，包括原始的 Dropout 论文，以帮助阐明其背后的直觉，并扩展了使用 dropout 时的更多技巧，例如提高学习率。

参考资料：

• Deep MNIST for Experts：上面有一个使用 MNIST 的示例（辍学开/关）
• Dropout Regularization in Deep Learning Models With Keras
• Dropout: A Simple Way to Prevent Neural Networks from Overfitting

Answer 2

我认为可能导致问题的两件事。

首先，我不建议在第一层使用 dropout（太 50%，使用更低，如果必须的话，在 10-25% 范围内））因为当您使用如此高的 dropout 时，甚至更高级别的功能都不是学习并传播到更深层。还可以尝试从 10% 到 50% 的一系列 dropout，看看准确性如何变化。没有办法事先知道什么值会起作用

其次，您通常不会在推理时使用 dropout。修复 dropout 的 keep_prob 参数作为占位符的传递，并在推理时将其设置为 1。

此外，如果您声明的准确度值是训练准确度，那么首先可能不会有太大问题，因为 dropout 通常会少量降低训练准确度，因为您没有过度拟合，它的测试/验证准确度需要密切关注