前言
這幾天的文章會是一系列的,會需要一起看才比較能看懂整個ML模型的輪廓,
然而因為一天能寫的內容量有限,所以我會在前言部分稍微說明我寫到哪。
複習一下ML的整個訓練過程
因為ML模型的訓練階段章節內容會分很多部分,我們要先確認好自己在哪個階段,
以免吸收新內容卻不知道用在內容的什麼地方。
★ML的整個「訓練過程」:這裡以監督式學習(Supervised Learning)
為例
階段 | 要做的事情 | 簡介 |
---|---|---|
(訓練前 ) | 決定資料集與分析資料 | 你想要預測的是什麼資料? 這邊需要先知道 example 、label 、features 的概念。介紹可參考:【Day 15】,而我們這次作為範例的訓練資料集介紹在【Day 19】。 |
(訓練前 ) | 決定問題種類 | 依據資料,會知道是什麼類型的問題。regression problem(回歸問題) ? classification problem(分類問題) ? 此處可參考:【Day 16】、與進階內容:【Day 17】 |
(訓練前 ) | 決定ML模型(ML models) | 依據問題的種類,會知道需要使用什麼對應的ML模型。回歸模型(Regression model) ? 分類模型(Classification model) ? 此處可參考:【Day 18】,神經網路(neural network) ? 簡介於:【Day 25】 |
(模型裡面的參數) | ML模型裡面的參數(parameters) 與超參數(hyper-parameters) 此處可參考:【Day 18】 | |
(訓練中 ) 調整模型 | 評估當前模型好壞 | 損失函數(Loss Functions) :使用損失函數評估目前模型的好與壞。以MSE(Mean Squared Error) , RMSE(Root Mean Squared Error) , 交叉熵(Cross Entropy) 為例。此處可參考:【Day 20】 |
(訓練中 ) 調整模型 | 修正模型參數 | 以梯度下降法 (Gradient Descent) 為例:決定模型中參數的修正「方向」與「步長(step size) 」此處可參考:【Day 21】 |
(訓練中 ) 調整腳步 | 調整學習腳步 | 透過學習速率(learning rate) 來調整ML模型訓練的步長(step size) ,調整學習腳步。(此參數在訓練前 設定,為hyper-parameter )。此處可參考:【Day 22】 |
(訓練中 ) 加快訓練 | 取樣與分堆 | 設定batch size ,透過batch 從訓練目標中取樣,來加快ML模型訓練的速度。(此參數在訓練前 設定,為hyper-parameter )。與迭代(iteration) ,epoch 介紹。此處可參考:【Day 23】 |
(訓練中 ) 加快訓練 | 檢查loss的頻率 | 調整「檢查loss的頻率」,依據時間(Time-based) 與步驟(Step-based) 。此處可參考:【Day 23】 |
(訓練中 ) 完成訓練 | (loop) -> 完成 | 重覆過程(評估當前模型好壞 -> 修正模型參數),直到能通過「驗證資料集(Validation)」的驗證 即可結束訓練。此處可參考:【Day 27】 |
(訓練後 ) | 訓練結果可能問題 | 「不適當的最小loss?」 此處可參考:【Day 28】 |
(訓練後 ) | 訓練結果可能問題 | 欠擬合(underfitting) ?過度擬合(overfitting) ? 此處可參考:【Day 26】 |
(訓練後 ) | 評估 – 性能指標 | 性能指標(performance metrics) :以混淆矩陣(confusion matrix) 分析,包含「Accuracy 」、「Precision 」、「Recall 」三種評估指標。簡介於:【Day 28】、詳細介紹於:【Day 29】 |
(訓練後 ) | 評估 – 新資料適用性 | 泛化(Generalization) :對於新資料、沒看過的資料的模型適用性。此處可參考:【Day 26】 |
(訓練後 ) | 評估 – 模型測試 | 使用「獨立測試資料集(Test) 」測試? 使用交叉驗證(cross-validation) (又稱bootstrapping )測試? 此處可參考:【Day 27】 |
(資料分堆的方式) | (訓練前 ) 依據上方「模型測試」的方法,決定資料分堆的方式:訓練用(Training)、驗證用(Validation)、測試用(Test)。此處可參考:【Day 27】 |
★小實驗系列:
文章 | 實驗內容 |
---|---|
【Day 24】 | TensorFlow Playground 的簡介與介面介紹 |
【Day 24】 | learning rate 的改變對訓練過程的影響 |
【Day 25】 | 使用神經網路(neural network) 分類資料 |
【Day 25】 | 觀察batch size 如何影響gradient descent |
Course – Launching into Machine Learning
第三章節的課程地圖:(紅字標記為本篇文章中會介紹到的章節)
* Optimization
* Introduction to Optimization
* Introduction
* Defining ML Models
* Defining ML Models
* Introducing the Natality Dataset
* Introducing Loss Functions
* Gradient Descent
* Gradient Descent
* Troubleshooting a Loss Curve
* ML Model Pitfalls
* TensorFlow Playground
* Lab: Introducing the TensorFlow Playground
* Lab: TensorFlow Playground – Advanced
* Lab: Practicing with Neural Networks
* Loss Curve Troubleshooting
* Performance Metrics
* Performance Metrics
* Confusion Matrix
* Module Quiz
1. Lab: Practicing with Neural Networks
課程地圖
* Optimization
* TensorFlow Playground
* Lab: Practicing with Neural Networks
我們已經知道了linear model
是如何幫我們分類資料集的,
再來我們來看看neural network
是怎麼做的。
不過在那之前,我們需要理解一些新的功能,
我們已經先實作好在 TenserFlow playground 裡面了。
1.1. 實驗介面介紹
- 首先我們要知道
activation
功能
Activation
是由激活函數(activation function)
產生的,
在第五課(The Art and Science of ML)時我們會有更詳細的介紹
(不過可能來不及寫到那? 有時間再補一下了~)
現在我們能夠改變的關鍵是激活函數(activation function)
的選擇,
這也是我們該如何從neural networks
區分出linear models
,
而我們以前就是設置線性的激活函數(activation function)
。
自己的註:
前面有提過,
linear models
是一種簡化版的neural networks
- 第二個我們要知道的是
隱藏層(hidden layers)
功能
hidden layers
的功能允許我們去更改hidden layers
的數量,
同時我們也能更改每一層hidden layers的神經元(neurons)
數量
我們可以先簡單把這段想成「更改資料進入神經網路後的轉換次數」
在每層hidden layer的神經元(neurons)
,會接收所有來自「上一層的結果」,
而「上一層的結果」就會變成「這一層的輸入」,
並且傳遞給所有在這隱藏層(hidden layers)
的神經元,
而我們的整個神經網路就是進行這樣的動作,讓每個神經元都能接收到訊息,
我們可以用簡單的網路(network)架構來比喻用神經元的數量以及他們如何傳遞資訊
- 第三個我們要知道的是
batch size
功能
前面【Day 23】有介紹過他的意義了,我們會在這個實驗使用他。
再來我們可以使用以下的連結,嘗試去訓練一個能分辨資料集的模型:
- 參考範例連結:https://goo.gl/VyoRWX
然而,這邊與其使用非線性函數的功能來實現,
但我們會建議嘗試只靠修改神經網路(neural network)
架構去改善表現的結果,
(雖然我們目前neural networks
還沒有細講理論,但我們可以先觀察變化)
現在開始,我們可以在這個介面簡單操作,直到你可以訓練出一個良好的網路。
1.2. 小實驗 – 使用神經網路(neural network)
分類資料
(訓練後)
我們再稍微操作一下之後,應該就能訓練
出一個良好的模型,並且輸出結果可能中間會有包含藍色的多邊形區域,
我們現在要一一的觀察隱藏層(hidden layers)
裡面的內容,
使我們對模型有更直覺的概念,
我們先仔細看第一個hidden layer的神經元(neurons)
(紅色框框的部分第一個)
當我們將滑鼠移到每一個神經元(neurons)
的上方,右側的output也會改為顯示我們的結果。
我們可以觀察每一個神經元(neurons)
,用我們理解最終結果的方式,
特徵(features)X1與X2的值皆已經被編碼在正方形裡面,
顏色表示「在這個神經元」中「X1與X2組合輸出的結果」,
我們依序看過每一格神經元(neurons)
,我們就可以試想一個問題,
- 如果這些紅色格子內的
神經元(neurons)
疊加會是怎麼樣子的呢?- 藍+藍 = 更藍
- 藍+白 = 淺藍
- 藍+橘 = 白
- 這時我們就可以開始去想,每一個
神經元(neurons)
是怎麼樣去參與共同決定最後的決策邊界?
(也就是說,最後輸出的形狀與隱藏層(hidden layers)
有什麼關聯?)- 我們可以明顯看出,每個
神經元(neurons)
似乎都有對最後的決策邊界貢獻出了幾個邊。
- 我們可以明顯看出,每個
- 現在我們可以用幾何的概念去想,如果「靠我們自己」製造出這個網路並獲得合理的結果的可能性有多小?
- 就好比,如果從藍點的周圍,我們能夠簡單劃出一個合理計算結果的形狀嗎?
1.3. 小實驗 – 觀察batch size
如何影響gradient descent
在TenserFlow playground進行實驗,我們能直接看出我們的直覺是否準確。
我們已經看過神經網路「hidden layer的結果」能用來決定最後的決策邊界(decision boundary)
那只有一層hidden layer的神經網路與很多層hidden layer的差別呢?
我們現在來分類一個螺旋狀的資料集試試看。
- 參考範例連結:http://goo.gl/hrXd9T
我們也可以趁這個機會來了解batch size
是怎麼影響gradient descent
的,
* 我們設定batch size
為1,並以neural network
的架構實驗。
訓練大約經過300 epochs的時候我們先暫停一下,「注意loss曲線的變化」
- 再來,我們把
batch size
分別設定為10,我們再做一次,
一樣經過300 epochs的時候我們先暫停一下。 最後,我們把
batch size
分別設定為30,我們再做一次,
一樣我們也是訓練300個epochs
我們看得出loss曲線的平滑度有明顯的差異,
而且是隨著batch size
增加,平滑度也會增加。
我們能用什麼我們已經知道的知識解釋觀察到的變化呢?
我們就從batch size
會影響gradient descent
的角度下去想,
- 當
batch size
小的時候,
我們的模型「更新參數」的基礎只基於一種example
所計算出的loss。
但是每個example
皆不相同,這就是問題所在。 當
batch size
增加的時候,
各個資料集所產生出來的noise(雜訊)
會比較穩定,
漸漸的我們能夠看出比較清楚的特徵。
但是我們不能輕易的依據觀察結果下結論:「batch size
能夠直接對收斂速度產生影響。」
batch size
與learning rate
皆為超參數(hyperparameter)
,
所以batch size
會因要訓練的題目不同而有不同,
我們應該使用 hyperparameter tuning 來調整它。
我們的模型完成訓練後,應該會長得像右邊這樣的圖,
第一件事情我們先注意「第一層隱藏層(hidden layer)
」與之後的層之間的關係。
我們應該可以很明顯發現,在第一層隱藏層(hidden layer)
的輸出,基本上都是線。
自己的註:
我稍微想了一下他的意思,應該是指我們可以看到在第一層 hidden layer 中內部的分區圖,基本上都是以「一條線」來區分「白色」與「藍色」區塊的。
在第一層之後的隱藏層輸出複雜很多,這些後續的層是基於前面層的結果堆疊而成,
(與我們上面所說的堆疊方式相同。)
因此,我們可以將neural network
視為特徵的層次架構,
它們從前一層拿取自己的inputs,並以複雜的方式轉換成最終能分類資料的方法。
這個就是最經典的神經網路(neural network)
代表。
這種方法與傳統的機器學習(machine learning)
方法是很不相同的。
在
神經網路(neural network)
之前,
資料科學家花了很多時間做特徵工程(feature engineering)
,
現在我們有ML模型可以幫忙負擔一些工程,
而我們可以將思考layers的意義作為一種特徵工程(feature engineering)
的形式。
1.4. 過度擬合(over-fitting)
接下來要講到的是模型學到的一些奇怪的東西,
我們的模型似乎將兩個區域中沒有橙色的點,解釋為它是支持藍色的證據。
我們稱「模型將資料集中的雜訊(noise)也解釋了」的錯誤為過度擬合(over-fitting)
自己的註:
也就是白色也等於橘色了,但原本應該只有橘色等於橘色的。
當「模型的決定權」超出了「問題的嚴格必要限制」時,就會發生這樣的情況。
當一個模型是 over-fit 的,它們通常泛化(generalization)
的效果很差,
(也就是對未看過的資料處理能力很差)
比較好的結果應該是保留應該保留的內容,
雜訊(noise)
與我們想分析的pattern不應該會有一樣的分類結果
這件事,我們會在往後泛化(generalization)
與取樣(sampling)
的內容仔細討論。
本文同步發佈在: 第 11 屆 iT 邦幫忙鐵人賽
【Day 25】 Google ML – Lab 5 – 在視覺化的網頁中觀察神經網路(neural network)如何分類資料, 並比較batch size如何影響gradient descent
參考資料
- coursera – Launching into Machine Learning 課程
若圖片有版權問題請告知我,我會將圖撤掉