人工智能python实现-循环神经网络的高级用法

6.3 循环神经网络的高级用法
6.3.1 温度预测问题.
6.3.2 准备数据
6.3.3 一种基于常识的、非机器学习的基准方法
6.3.4 一种基本的机器学习方法
6.3.5 第一个循环网络基准
6.3.6 使用循环 dropout来降低过
6.3.7 循环层堆叠
6.3.8 使用双向RNN

6.3 循环神经网络的高级用法

本节将介绍提高循环神经网络的性能和泛化能力的三种高级技巧。学完本节,你将会掌握用 Keras实现循环网络的大部分内容。我们将在温度预测问题中介绍这三个概念。在这个问题中,数据点时间序列来自建筑物屋顶安装的传感器,包括温度、气压、湿度等,你将要利用这些数据来预测最后一个数据点 24小时之后的温度。这是一个相当有挑战性的问题,其中包含许多处理时间序列时经常遇到的困难。

我们将会介绍以下三种技巧。

  • 循环  dropout(recurrent dropout)。这是一种特殊的内置方法,在循环层中使用    dropout来降低过拟合。
  • 堆叠循环层(stacking  recurrent  layers)。这会提高网络的表示能力(代价是更高的计算负荷)。
  • 双向循环层(bidirectional   recurrent layer)。将相同的信息以不同的方式呈现给循环网络,可以提高精度并缓解遗忘问题。

6.3.1 温度预测问题

到目前为止,我们遇到的唯一一种序列数据就是文本数据,比如      IMDB数据集和路透社数据集。但除了语言处理,其他许多问题中也都用到了序列数据。在本节的所有例子中,我们将使用一个天气时间序列数据集,它由德国耶拿的马克思    •普朗克生物地球化学研究所的气象站记录。

在这个数据集中,每 10分钟记录  14个不同的量(比如气温、气压、湿度、风向等),其中包含多年的记录。原始数据可追溯到  2003年,但本例仅使用   2009—2016年的数据。这个数据集非常适合用来学习处理数值型时间序列。我们将会用这个数据集来构建模型,输入最近的一些数据(几天的数据点),可以预测 24小时之后的气温。

下载并解压数据,如下所示。

cd ~/Downloads
mkdir jena_climate
cd jena_climate
wget https://s3.amazonaws.com/keras-datasets/jena_climate_2009_2016.csv.zip
unzip jena_climate_2009_2016.csv.zip

来观察一下数据。

代码清单 6-28 观察耶拿天气数据集的数据

import os

data_dir = '/users/fchollet/Downloads/jena_climate'
fname = os.path.join(data_dir, 'jena_climate_2009_2016.csv')

f = open(fname)
data = f.read()
f.close()

lines = data.split('\n')
header = lines[0].split(',')
lines = lines[1:]

print(header)
print(len(lines))

从输出可以看出,共有 420  551行数据(每行是一个时间步,记录了一个日期和  14 个与天气有关的值),还输出了下列表头。

["Date Time",
 "p (mbar)",
 "T (degC)",
 "Tpot (K)",
 "Tdew (degC)",
 "rh (%)",
 "VPmax (mbar)",
 "VPact (mbar)",
 "VPdef (mbar)",
 "sh (g/kg)",
 "H2OC (mmol/mol)",
 "rho (g/m**3)",
 "wv (m/s)",
 "max. wv (m/s)",
 "wd (deg)"]

接下来,将 420 551行数据转换成一个  Numpy数组。

代码清单 6-29 解析数据

import numpy as np

float_data = np.zeros((len(lines), len(header) - 1))
for i, line in enumerate(lines):
    values = [float(x) for x in line.split(',')[1:]]
    float_data[i, :] = values

比如,温度随时间的变化如图  6-18所示(单位:摄氏度)。在这张图中,你可以清楚地看到温度每年的周期性变化。

代码清单 6-30 绘制温度时间序列

from matplotlib import pyplot as plt

temp = float_data[:, 1]  #温度(单位:摄氏度)
plt.plot(range(len(temp)), temp)

图 6-18 在数据集整个时间范围内的温度(单位:摄氏度)

图 6-19给出了前  10天温度数据的图像。因为每   10分钟记录一个数据,所以每天有  144个数据点。

代码清单 6-31 绘制前 10天的温度时间序列

plt.plot(range(1440), temp[:1440])

图 6-19 数据集中前 10天的温度(单位:摄氏度)

在这张图中,你可以看到每天的周期性变化,尤其是最后   4天特别明显。另外请注意,这10天一定是来自于很冷的冬季月份。

如果你想根据过去几个月的数据来预测下个月的平均温度,那么问题很简单,因为数据具有可靠的年度周期性。但从几天的数据来看,温度看起来更混乱一些。以天作为观察尺度,这个时间序列是可以预测的吗?我们来寻找这个问题的答案。

6.3.2 准备数据

这个问题的确切表述如下:一个时间步是   10分钟,每steps个时间步采样一次数据,给定过去lookback个时间步之内的数据,能否预测 delay个时间步之后的温度?用到的参数值如下。

  • lookback = 720:给定过去  5天内的观测数据。
  • steps = 6:观测数据的采样频率是每小时一个数据点。
  • delay = 144:目标是未来  24小时之后的数据。

开始之前,你需要完成以下两件事。

  • 将数据预处理为神经网络可以处理的格式。这很简单。数据已经是数值型的,所以不需要做向量化。但数据中的每个时间序列位于不同的范围(比如温度通道位于     20到   +30之间,但气压大约在 1000毫巴上下)。你需要对每个时间序列分别做标准化,让它们在相似的范围内都取较小的值。
  • 编写一个  Python生成器,以当前的浮点数数组作为输入,并从最近的数据中生成数据批量,同时生成未来的目标温度。因为数据集中的样本是高度冗余的(对于第  N个样本和第 N+1个样本,大部分时间步都是相同的),所以显式地保存每个样本是一种浪费。相反,我们将使用原始数据即时生成样本。

预处理数据的方法是,将每个时间序列减去其平均值,然后除以其标准差。我们将使用前200 000个时间步作为训练数据,所以只对这部分数据计算平均值和标准差。

代码清单 6-32 数据标准化

mean = float_data[:200000].mean(axis=0)
float_data -= mean
std = float_data[:200000].std(axis=0)
float_data /= std

代码清单 6-33给出了将要用到的生成器。它生成了一个元组  (samples, targets),其中samples是输入数据的一个批量,targets是对应的目标温度数组。生成器的参数如下。

  • data:浮点数数据组成的原始数组,在代码清单  6-32中将其标准化。
  • lookback:输入数据应该包括过去多少个时间步。
  • delay:目标应该在未来多少个时间步之后。
  • min_index和max_index:data数组中的索引,用于界定需要抽取哪些时间步。这有助于保存一部分数据用于验证、另一部分用于测试。
  • shuffle:是打乱样本,还是按顺序抽取样本。
  • batch_size:每个批量的样本数。
  • step:数据采样的周期(单位:时间步)。我们将其设为  6,为的是每小时抽取一个数据点。

代码清单 6-33 生成时间序列样本及其目标的生成器

def generator(data, lookback, delay, min_index, max_index,
              shuffle=False, batch_size=128, step=6):
if max_index is None:
    max_index = len(data) - delay - 1
i = min_index + lookback
while 1:
    if shuffle:
        rows = np.random.randint(
            min_index + lookback, max_index, size=batch_size)
else:
     if i + batch_size >= max_index:
         i = min_index + lookback
     rows = np.arange(i, min(i + batch_size, max_index))
     i += len(rows)

samples = np.zeros((len(rows),
                    lookback // step,
                    data.shape[-1]))
targets = np.zeros((len(rows),))
for j, row in enumerate(rows):
    indices = range(rows[j] - lookback, rows[j], step)
    samples[j] = data[indices]
    targets[j] = data[rows[j] + delay][1]
yield samples, targets

下面,我们使用这个抽象的generator函数来实例化三个生成器:一个用于训练,一个用于验证,还有一个用于测试。每个生成器分别读取原始数据的不同时间段:训练生成器读取前200 000个时间步,验证生成器读取随后的  100 000个时间步,测试生成器读取剩下的时间步。

代码清单 6-34 准备训练生成器、验证生成器和测试生成器

6.3.3 一种基于常识的、非机器学习的基准方法

开始使用黑盒深度学习模型解决温度预测问题之前,我们先尝试一种基于常识的简单方法。它可以作为合理性检查,还可以建立一个基准,更高级的机器学习模型需要打败这个基准才能表现出其有效性。面对一个尚没有已知解决方案的新问题时,这种基于常识的基准方法很有用。一个经典的例子就是不平衡的分类任务,其中某些类别比其他类别更常见。如果数据集中包含90%的类别  A实例和  10%的类别   B实例,那么分类任务的一种基于常识的方法就是对新样本始终预测类别“A”。这种分类器的总体精度为 90%,因此任何基于学习的方法在精度高于   90%时才能证明其有效性。有时候,这样基本的基准方法可能很难打败。

本例中,我们可以放心地假设,温度时间序列是连续的(明天的温度很可能接近今天的温度),并且具有每天的周期性变化。因此,一种基于常识的方法就是始终预测 24小时后的温度等于现在的温度。我们使用平均绝对误差(MAE)指标来评估这种方法。

np.mean(np.abs(preds - targets))

下面是评估的循环代码。

代码清单 6-35 计算符合常识的基准方法的  MAE

def evaluate_naive_method():
    batch_maes = []
    for step in range(val_steps):
        samples, targets = next(val_gen)
        preds = samples[:, -1, 1]
        mae = np.mean(np.abs(preds - targets))
        batch_maes.append(mae)
    print(np.mean(batch_maes))

evaluate_naive_method()

得到的 MAE为  0.29。因为温度数据被标准化成均值为 0、标准差为 1,所以无法直接对这个值进行解释。它转化成温度的平均绝对误差为 0.29×temperature_std摄氏度,即 2.57℃。

代码清单 6-36 将 MAE转换成摄氏温度误差

celsius_mae = 0.29 * std[1]

这个平均绝对误差还是相当大的。接下来的任务是利用深度学习知识来改进结果。

6.3.4 一种基本的机器学习方法

在尝试机器学习方法之前,建立一个基于常识的基准方法是很有用的;同样,在开始研究复杂且计算代价很高的模型(比如 RNN)之前,尝试使用简单且计算代价低的机器学习模型也是很有用的,比如小型的密集连接网络。这可以保证进一步增加问题的复杂度是合理的,并且会带来真正的好处。

代码清单 6-37给出了一个密集连接模型,首先将数据展平,然后通过两个Dense层并运行。注意,最后一个 Dense层没有使用激活函数,这对于回归问题是很常见的。我们使用   MAE作为损失。评估数据和评估指标都与常识方法完全相同,所以可以直接比较两种方法的结果。

代码清单 6-37 训练并评估一个密集连接模型

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop

model = Sequential()
model.add(layers.Flatten(input_shape=(lookback // step, float_data.shape[-1])))
model.add(layers.Dense(32, activation='relu'))
model.add(layers.Dense(1))
model.compile(optimizer=RMSprop(), loss='mae')
history = model.fit_generator(train_gen,
                              steps_per_epoch=500,
                              epochs=20,
                              validation_data=val_gen,
                              validation_steps=val_steps)

我们来显示验证和训练的损失曲线(见图 6-20)。

代码清单 6-38 绘制结果

import matplotlib.pyplot as plt

loss = history.history['loss']
val_loss = history.history['val_loss']

epochs = range(1, len(loss) + 1)

plt.figure()

plt.plot(epochs, loss, 'bo', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.legend()

plt.show()

图 6-20 简单的密集连接网络在耶拿温度预测任务上的训练损失和验证损失

部分验证损失接近不包含学习的基准方法,但这个结果并不可靠。这也展示了首先建立这个基准方法的优点,事实证明,超越这个基准并不容易。我们的常识中包含了大量有价值的信息,而机器学习模型并不知道这些信息。

你可能会问,如果从数据到目标之间存在一个简单且表现良好的模型(即基于常识的基准方法),那为什么我们训练的模型没有找到这个模型并进一步改进呢?原因在于,这个简单的解决方案并不是训练过程所要寻找的目标。我们在模型空间(即假设空间)中搜索解决方案,这个模型空间是具有我们所定义的架构的所有两层网络组成的空间。这些网络已经相当复杂了。如果你在一个复杂模型的空间中寻找解决方案,那么可能无法学到简单且性能良好的基准方法,虽然技术上来说它属于假设空间的一部分。通常来说,这对机器学习是一个非常重要的限制:如果学习算法没有被硬编码要求去寻找特定类型的简单模型,那么有时候参数学习是无法找到简单问题的简单解决方案的。

6.3.5 第一个循环网络基准

第一个全连接方法的效果并不好,但这并不意味着机器学习不适用于这个问题。前一个方法首先将时间序列展平,这从输入数据中删除了时间的概念。我们来看一下数据本来的样子:它是一个序列,其中因果关系和顺序都很重要。我们将尝试一种循环序列处理模型,它应该特别适合这种序列数据,因为它利用了数据点的时间顺序,这与第一个方法不同。

我们将使用 Chung等人在  2014年开发的GRU层,而不是上一节介绍的LSTM层。门控循环单元(GRU,gated recurrent  unit)层的工作原理与 LSTM相同。但它做了一些简化,因此运行的计算代价更低(虽然表示能力可能不如 LSTM)。机器学习中到处可以见到这种计算代价与表示能力之间的折中。

代码清单 6-39 训练并评估一个基于 GRU的模型

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop

model = Sequential()
model.add(layers.GRU(32, input_shape=(None, float_data.shape[-1])))
model.add(layers.Dense(1))

model.compile(optimizer=RMSprop(), loss='mae')
history = model.fit_generator(train_gen,
                       steps_per_epoch=500,
                       epochs=20,
                       validation_data=val_gen,
                       validation_steps=val_steps)

图 6-21显示了模型结果。效果好多了!远优于基于常识的基准方法。这证明了机器学习的价值,也证明了循环网络与序列展平的密集网络相比在这种任务上的优势。

图 6-21 使用 GRU在耶拿温度预测任务上的训练损失和验证损失

新的验证 MAE约为  0.265(在开始显著过拟合之前),反标准化转换成温度的平均绝对误差为 2.35℃。与最初的误差 2.57℃相比,这个结果确实有所提高,但可能仍有改进的空间。

6.3.6 使用循环 dropout来降低过拟合

从训练和验证曲线中可以明显看出,模型出现过拟合:几轮过后,训练损失和验证损失就开始显著偏离。我们已经学过降低过拟合的一种经典技术——    dropout,即将某一层的输入单元随机设为 0,其目的是打破该层训练数据中的偶然相关性。但在循环网络中如何正确地使用dropout,这并不是一个简单的问题。人们早就知道,在循环层前面应用  dropout,这种正则化会妨碍学习过程,而不是有所帮助。2015年,在关于贝叶斯深度学习的博士论文中,Yarin     Gal确定了在循环网络中使用 dropout的正确方法:对每个时间步应该使用相同的  dropout掩码(dropoutmask,相同模式的舍弃单元),而不是让 dropout掩码随着时间步的增加而随机变化。此外,为了对GRU、LSTM等循环层得到的表示做正则化,应该将不随时间变化的     dropout掩码应用于层的内部循环激活(叫作循环 dropout掩码)。对每个时间步使用相同的  dropout掩码,可以让网络沿着时间正确地传播其学习误差,而随时间随机变化的 dropout掩码则会破坏这个误差信号,并且不利于学习过程。

Yarin Gal使用  Keras开展这项研究,并帮助将这种机制直接内置到    Keras循环层中。Keras的每个循环层都有两个与  dropout相关的参数:一个是 dropout,它是一个浮点数,指定该层输入单元的 dropout比率;另一个是 recurrent_dropout,指定循环单元的  dropout比率。我们向GRU层中添加    dropout和循环  dropout,看一下这么做对过拟合的影响。因为使用     dropout正则化的网络总是需要更长的时间才能完全收敛,所以网络训练轮次增加为原来的 2倍。

代码清单 6-40 训练并评估一个使用 dropout正则化的基于  GRU的模型

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop

model = Sequential()
model.add(layers.GRU(32,
                     dropout=0.2,
                     recurrent_dropout=0.2,
                     input_shape=(None, float_data.shape[-1])))
model.add(layers.Dense(1))

model.compile(optimizer=RMSprop(), loss='mae')
history = model.fit_generator(train_gen,
                     steps_per_epoch=500,
                     epochs=40,
                     validation_data=val_gen,
                     validation_steps=val_steps)

结果如图 6-22所示。成功!前   30个轮次不再过拟合。不过,虽然评估分数更加稳定,但最佳分数并没有比之前低很多。

图 6-22 使用 dropout正则化的  GRU在耶拿温度预测任务上的训练损失和验证损失

6.3.7 循环层堆叠

模型不再过拟合,但似乎遇到了性能瓶颈,所以我们应该考虑增加网络容量。回想一下机器学习的通用工作流程:增加网络容量通常是一个好主意,直到过拟合变成主要的障碍(假设你已经采取基本步骤来降低过拟合,比如使用   dropout)。只要过拟合不是太严重,那么很可能是容量不足的问题。

增加网络容量的通常做法是增加每层单元数或增加层数。循环层堆叠(recurrent  layer stacking)是构建更加强大的循环网络的经典方法,例如,目前谷歌翻译算法就是    7个大型LSTM层的堆叠——这个架构很大。

在 Keras中逐个堆叠循环层,所有中间层都应该返回完整的输出序列(一个    3D张量),而不是只返回最后一个时间步的输出。这可以通过指定return_sequences=True来实现。

代码清单 6-41 训练并评估一个使用 dropout正则化的堆叠  GRU模型

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop

model = Sequential()
model.add(layers.GRU(32,
                     dropout=0.1,
                     recurrent_dropout=0.5,
                     return_sequences=True,
                     input_shape=(None, float_data.shape[-1])))
model.add(layers.GRU(64, activation='relu',
                     dropout=0.1,
                     recurrent_dropout=0.5))
model.add(layers.Dense(1))

model.compile(optimizer=RMSprop(), loss='mae')
history = model.fit_generator(train_gen,
                     steps_per_epoch=500,
                     epochs=40,
                     validation_data=val_gen,
                     validation_steps=val_steps)

结果如图 6-23所示。可以看到,添加一层的确对结果有所改进,但并不显著。我们可以得出两个结论。

  • 因为过拟合仍然不是很严重,所以可以放心地增大每层的大小,以进一步改进验证损失。但这么做的计算成本很高。
  • 添加一层后模型并没有显著改进,所以你可能发现,提高网络能力的回报在逐渐减小。

图 6-23 堆叠 GRU网络在耶拿温度预测任务上的训练损失和验证损失

6.3.8 使用双向  RNN

本节介绍的最后一种方法叫作双向    RNN(bidirectional  RNN)。双向 RNN是一种常见的RNN变体,它在某些任务上的性能比普通   RNN更好。它常用于自然语言处理,可谓深度学习对自然语言处理的瑞士军刀。

RNN特别依赖于顺序或时间,  RNN按顺序处理输入序列的时间步,而打乱时间步或反转时间步会完全改变 RNN从序列中提取的表示。正是由于这个原因,如果顺序对问题很重要(比如温度预测问题),RNN的表现会很好。双向   RNN利用了  RNN的顺序敏感性:它包含两个普通 RNN,比如你已经学过的 GRU层和LSTM层,每个   RN分别沿一个方向对输入序列进行处理(时间正序和时间逆序),然后将它们的表示合并在一起。通过沿这两个方向处理序列,双向RNN能够捕捉到可能被单向  RNN忽略的模式。

值得注意的是,本节的 RNN层都是按时间正序处理序列(更早的时间步在前),这可能是一个随意的决定。至少,至今我们还没有尝试质疑这个决定。如果 RNN按时间逆序处理输入序列(更晚的时间步在前),能否表现得足够好呢?我们在实践中尝试一下这种方法,看一下会发生什么。你只需要编写一个数据生成器的变体,将输入序列沿着时间维度反转(即将最后一行代码替换为yield  samples[:, ::-1, :], targets)。本节第一个实验用到了一个单GRU层的网络,我们训练一个与之相同的网络,得到的结果如图 6-24所示。

图 6-24 对于耶拿温度预测任务,GRU在逆序序列上训练得到的训练损失和验证损失

逆序 GRU的效果甚至比基于常识的基准方法还要差很多,这说明在本例中,按时间正序处理对成功解决问题很重要。这非常合理:GRU层通常更善于记住最近的数据,而不是久远的数据,与更早的数据点相比,更靠后的天气数据点对问题自然具有更高的预测能力(这也是基于常识的基准方法非常强大的原因)。因此,按时间正序的模型必然会优于时间逆序的模型。重要的是,对许多其他问题(包括自然语言)而言,情况并不是这样:直觉上来看,一个单词对理解句子的重要性通常并不取决于它在句子中的位置。我们尝试对   6.2节  IMDB示例中的  LSTM应用相同的技巧。

代码清单 6-42 使用逆序序列训练并评估一个  LSTM

模型性能与正序 LSTM几乎相同。值得注意的是,在这样一个文本数据集上,逆序处理的效果与正序处理一样好,这证实了一个假设:虽然单词顺序对理解语言很重要,但使用哪种顺序并不重要。重要的是,在逆序序列上训练的 RNN学到的表示不同于在原始序列上学到的表示,正如在现实世界中,如果时间倒流(你的人生是第一天死去、最后一天出生),那么你的心智模型也会完全不同。在机器学习中,如果一种数据表示不同但有用,那么总是值得加以利用,这种表示与其他表示的差异越大越好,它们提供了查看数据的全新角度,抓住了数据中被其他方法忽略的内容,因此可以提高模型在某个任务上的性能。这是集成(ensembling)方法背后的直觉,我们将在第 7章介绍集成的概念。

双向 RNN正是利用这个想法来提高正序 RNN的性能。它从两个方向查看数据(见图  6-25),从而得到更加丰富的表示,并捕捉到仅使用正序 RNN时可能忽略的一些模式。

图 6-25 双向 RNN层的工作原理

在 Keras中将一个双向  RNN实例化,我们需要使用 Bidirectional层,它的第一个参数是一个循环层实例。Bidirectional对这个循环层创建了第二个单独实例,然后使用一个实例按正序处理输入序列,另一个实例按逆序处理输入序列。我们在  IMDB情感分析任务上来试一下这种方法。

代码清单 6-43 训练并评估一个双向  LSTM

model = Sequential()
model.add(layers.Embedding(max_features, 32))
model.add(layers.Bidirectional(layers.LSTM(32)))
model.add(layers.Dense(1, activation='sigmoid'))

model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['acc'])
history = model.fit(x_train, y_train,
                    epochs=10,
                    batch_size=128,
                    validation_split=0.2)

这个模型的表现比上一节的普通 LSTM略好,验证精度超过  89%。这个模型似乎也很快就开始过拟合,这并不令人惊讶,因为双向层的参数个数是正序 LSTM的  2倍。添加一些正则化,双向方法在这个任务上可能会有很好的表现。

接下来,我们尝试将相同的方法应用于温度预测任务。

代码清单 6-44 训练一个双向  GRU

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop

model = Sequential()
model.add(layers.Bidirectional(
    layers.GRU(32), input_shape=(None, float_data.shape[-1])))
model.add(layers.Dense(1))

model.compile(optimizer=RMSprop(), loss='mae')
history = model.fit_generator(train_gen,
        steps_per_epoch=500,
        epochs=40,
        validation_data=val_gen,
        validation_steps=val_steps)

这个模型的表现与普通 GRU层差不多一样好。其原因很容易理解:所有的预测能力肯定都来自于正序的那一半网络,因为我们已经知道,逆序的那一半在这个任务上的表现非常糟糕(本例同样是因为,最近的数据比久远的数据更加重要)。

6.3.9 更多尝试

为了提高温度预测问题的性能,你还可以尝试下面这些方法。

  • 在堆叠循环层中调节每层的单元个数。当前取值在很大程度上是任意选择的,因此可能不是最优的。
  • 调节RMSprop优化器的学习率。
  • 尝试使用LSTM层代替GRU层。
  • 在循环层上面尝试使用更大的密集连接回归器,即更大的Dense层或Dense层的堆叠。
  • 不要忘记最后在测试集上运行性能最佳的模型(即验证   MAE最小的模型)。否则,你开发的网络架构将会对验证集过拟合。

正如前面所说,深度学习是一门艺术而不是科学。我们可以提供指导,对于给定问题哪些方法可能有用、哪些方法可能没用,但归根结底,每个问题都是独一无二的,你必须根据经验对不同的策略进行评估。目前没有任何理论能够提前准确地告诉你,应该怎么做才能最优地解决问题。你必须不断迭代。

6.3.10  小结

下面是你应该从本节中学到的要点。

  • 我们在第  4章学过,遇到新问题时,最好首先为你选择的指标建立一个基于常识的基准。如果没有需要打败的基准,那么就无法分辨是否取得了真正的进步。
  • 在尝试计算代价较高的模型之前,先尝试一些简单的模型,以此证明增加计算代价是有意义的。有时简单模型就是你的最佳选择。
  • 如果时间顺序对数据很重要,那么循环网络是一种很适合的方法,与那些先将时间数据展平的模型相比,其性能要更好。
  • 想要在循环网络中使用    dropout,你应该使用一个不随时间变化的    dropout掩码与循环dropout掩码。这二者都内置于  Keras的循环层中,所以你只需要使用循环层的dropout和recurrent_dropout参数即可。
  • 与单个  RNN层相比,堆叠  RNN的表示能力更加强大。但它的计算代价也更高,因此不一定总是需要。虽然它在机器翻译等复杂问题上很有效,但在较小、较简单的问题上可能不一定有用。
  • 双向  RNN从两个方向查看一个序列,它对自然语言处理问题非常有用。但如果在序列数据中最近的数据比序列开头包含更多的信息,那么这种方法的效果就不明显。

注意

有两个重要的概念我们这里没有详细介绍:循环注意(    recurrent attention)和序列掩码(sequence masking)。这两个概念通常对自然语言处理特别有用,但并不适用于温度预测问题。你可以在学完本书后对其做进一步研究。

市场与机器学习

有些读者肯定想要采用我们这里介绍的方法,并尝试将其应用于预测股票市场上证券的未来价格(或货币汇率等)。市场的统计特征与天气模式等自然现象有很大差别。如果你只能访问公开可用的数据,那么想要用机器学习来打败市场是一项非常困难的任务,你很可能会白白浪费时间和资源,却什么也得不到。

永远要记住,面对市场时,过去的表现并不能很好地预测未来的收益,正如靠观察后视镜是没办法开车的。与此相对的是,如果在数据集中过去能够很好地预测未来,那么机器学习非常适合用于这种数据集。

作者:

喜欢围棋和编程。

 
发布于 分类 编程标签

发表评论

电子邮件地址不会被公开。