【DeepLearning特訓】MLPの基礎 学習のいろいろな工夫
E資格向けの自習アウトプット
自分用メモ
学習の工夫して、汎化性能をあげつつ学習速度の向上、計算リソースの削減をしたり対策していく
取り組む問題によって、組み合わせてみたり
パラメータ拘束とパラメータ共有
パラメータ拘束
パラメータの適切な値がわからない場合は、近いモデルを参考にすると良いのでは、という考え方
互いのパラメータの近さを表現する手法
L2正則化（重み減衰）で、０から遠ざかることに対してペナルティをかける
例として、タスクが似ている2つのモデルA, Bは、パラメータも近いと想定できる
下記をノルムペナルティとする
（L2ノルム以外でも可能）
この値に上限を設けて、互いにパラメータ拘束する
パラメータ共有
複数のモデルである部分のパラメータを同じにする
メモリの節約にもなる
CNNのフィルタが典型的な例
アンサンブル学習
複数のモデル（弱学習器）で個々に学習させる
バギング(bootstrap aggregation)
複数モデルを組み合わせ汎化誤差を減少させる
有名どころ：ランダムフォレスト
ブースティング
確率分布に基づいて分割、逐次計算していく
ドロップアウトとドロップコネクト
ドロップアウト
中間層での出力をランダムで削除（0にする）する。削除する割合はハイパーパラメータとして設定
計算量が少なく、非常に実用性が高い
訓練データが少なすぎるとダメ
# ドロップアウト # まずはマスクを作る ratio = 0.2 # 20% 削除 x = np.random.randn(3,10) randammatrix = np.random.rand(*x.shape) mask = randammatrix > ratio # 出力を0にする x = x * mask # 勾配は同じマスクする dout = dout * mask
ドロップコネクト
中間層の重みをランダムに0、性能面ではドロップアウトより優れているが、乱数の値で同じ性能を出す難しいので、実用的でない
