neural-network - TensorFlow 训练

Question

假设我有一个非常简单的神经网络，比如多层感知器。对于每一层，激活函数都是 sigmoid 并且网络是全连接的。

在 TensorFlow 中，这可能是这样定义的:

    sess = tf.InteractiveSession()

    # Training Tensor
    x = tf.placeholder(tf.float32, shape = [None, n_fft])
    # Label Tensor
    y_ = tf.placeholder(tf.float32, shape = [None, n_fft])

    # Declaring variable buffer for weights W and bias b
    # Layer structure [n_fft, n_fft, n_fft, n_fft]
    # Input -> Layer 1
    struct_w = [n_fft, n_fft]
    struct_b = [n_fft]
    W1 = weight_variable(struct_w, 'W1')
    b1 = bias_variable(struct_b, 'b1')
    h1 = tf.nn.sigmoid(tf.matmul(x, W1) + b1)

    # Layer1 -> Layer 2
    W2 = weight_variable(struct_w, 'W2')
    b2 = bias_variable(struct_b, 'b2')
    h2 = tf.nn.sigmoid(tf.matmul(h1, W2) + b2)

    # Layer2 -> output
    W3 = weight_variable(struct_w, 'W3')
    b3 = bias_variable(struct_b, 'b3')
    y = tf.nn.sigmoid(tf.matmul(h2, W3) + b3)

    # Calculating difference between label and output using mean square error
    mse = tf.reduce_mean(tf.square(y - y_))

    # Train the Model
    # Gradient Descent
    train_step = tf.train.GradientDescentOptimizer(0.3).minimize(mse)

此模型的设计目标是映射一个 n_fft将 fft 频谱图指向另一个 n_fft目标频谱图。让我们假设训练数据和目标数据的大小都是 [3000, n_fft] .它们存储在变量 spec_train 中和 spec_target .

现在问题来了。对于 TensorFlow，这两种训练有什么区别吗？

培训一:

for i in xrange(200):
        train_step.run(feed_dict = {x: spec_train, y_: spec_target})

培训2:

for i in xrange(200):
        for j in xrange(3000):
            train = spec_train[j, :].reshape(1, n_fft)
            label = spec_target[j, :].reshape(1, n_fft)
            train_step.run(feed_dict = {x: train, y_: label})

非常感谢!

Answer 1

在第一个训练版本中，您一次训练整批训练数据，这意味着 spec_train 的第一个和第 3000 个元素将在一个步骤中使用相同的模型参数进行处理。这被称为 (批量)梯度下降 .

在第二个训练版本中，您一次从训练数据中训练一个示例，这意味着 spec_train 的第 3000 个元素将使用自最近处理第一个元素以来已更新 2999 次的模型参数进行处理。这被称为 随机梯度下降 (或者如果元素是随机选择的)。

通常，TensorFlow 用于过大而无法一次性处理的数据集，因此小批量 SGD(在一个步骤中处理示例的子集)受到青睐。一次处理单个元素在理论上是可取的，但本质上是顺序的，并且具有很高的固定成本，因为矩阵乘法和其他操作在计算上并不那么密集。因此，一次处理小批量(例如 32 或 128 个)示例是常用的方法，在不同批次上并行训练多个副本。

看到这个 Stats StackExchange question有关何时应该使用一种方法与另一种方法的更多理论讨论。