dropout正则化技术介绍

　　dropout技术是神经网络和深度学习模型的一种简单而有效的正则化方式。

　　本文将向你介绍dropout正则化技术，并且教你如何在Keras中用Python将其应用于你的模型。

　　读完本文之后，你将了解：

　　dropout正则化的原理如何在输入层使用dropout如何在隐藏层使用dropout如何针对具体问题对dropout调优

　　神经网络的Dropout正则化

　　Dropout是Srivastava等人在2014年的一篇论文中提出的一种针对神经网络模型的正则化方法 Dropout： A Simple Way to Prevent Neural Networks from Overfitting。

　　Dropout的做法是在训练过程中随机地忽略一些神经元。这些神经元被随机地“抛弃”了。也就是说它们在正向传播过程中对于下游神经元的贡献效果暂时消失了，反向传播时该神经元也不会有任何权重的更新。

　　随着神经网络模型不断地学习，神经元的权值会与整个网络的上下文相匹配。神经元的权重针对某些特征进行调优，具有一些特殊化。周围的神经元则会依赖于这种特殊化，如果过于特殊化，模型会因为对训练数据过拟合而变得脆弱不堪。神经元在训练过程中的这种依赖于上下文的现象被称为复杂的协同适应（complex co-adaptations）。

　　你可以想象一下，如果在训练过程中随机丢弃网络的一部分，那么其它神经元将不得不介入，替代缺失神经元的那部分表征，为预测结果提供信息。人们认为这样网络模型可以学到多种相互独立的内部表征。

　　这么做的效果就是，网络模型对神经元特定的权重不那么敏感。这反过来又提升了模型的泛化能力，不容易对训练数据过拟合。

　　Keras的Dropout 正则化

　　Dropout的实现很简单，在每轮权重更新时随机选择一定比例（比如20%）的节点抛弃。Keras的Dropout也是这么实现的。Dropout技术只在模型训练的阶段使用，在评估模型性能的时候不需使用。

　　接下来我们看看Dropout在Keras中的一些不同用法。

　　本例子使用了声呐数据集（Sonar dataset）。这是一个二分类问题，目的是根据声呐的回声来正确地区分岩石和矿区。这个数据集非常适合神经网络模型，因为所有的输入都是数值型的，且具有相同的量纲。

　　数据集可以从UCI机器学习代码库下载。然后把声呐数据集放在当前工作路径下，文件命名为sonar.csv。

　　我们会用scikit-learn来评价模型质量，为了更好地挑拣出结果的差异，采用了十折交叉验证（10-fold cross validation）方法。

　　每条数据有60个输入值和1个输出值，输入值在送入模型前做了归一化。基准的神经网络模型有两个隐藏层，第一层有60个节点，第二层有30个。使用了随机梯度下降的方法来训练模型，选用了较小的学习率和冲量。

　　完整的基准模型代码如下所示。

　　importnumpy importpandas fromkeras.models importSequential fromkeras.layers importDense fromkeras.layers importDropout fromkeras.wrappers.scikit_learn importKerasClassifier fromkeras.constraints importmaxnorm fromkeras.optimizers importSGD fromsklearn.cross_validation importcross_val_score fromsklearn.preprocessing importLabelEncoder fromsklearn.cross_validation importStratifiedKFold fromsklearn.preprocessing importStandardScaler fromsklearn.grid_search importGridSearchCV fromsklearn.pipeline importPipeline fromsklearn.grid_search importGridSearchCV # fix random seed for reproducibilityseed = 7numpy.random.seed（seed） # load datasetdataframe = pandas.read_csv（“sonar.csv”， header=None） dataset = dataframe.values # split into input （X） and output （Y） variablesX = dataset［：，0:60］.astype（float） Y = dataset［：，60］ # encode class values as integersencoder = LabelEncoder（） encoder.fit（Y） encoded_Y = encoder.transform（Y） # baselinedefcreate_baseline（）：# create modelmodel = Sequential（） model.add（Dense（60， input_dim=60， init=‘normal’， activation=‘relu’）） model.add（Dense（30， init=‘normal’， activation=‘relu’）） model.add（Dense（1， init=‘normal’， activation=‘sigmoid’）） # Compile modelsgd = SGD（lr=0.01， momentum=0.8， decay=0.0， nesterov=False） model.compile（loss=‘binary_crossentropy’， optimizer=sgd， metrics=［‘accuracy’］） returnmodel numpy.random.seed（seed） estimators = ［］ estimators.append（（‘standardize’， StandardScaler（））） estimators.append（（‘mlp’， KerasClassifier（build_fn=create_baseline， nb_epoch=300， batch_size=16， verbose=0））） pipeline = Pipeline（estimators） kfold = StratifiedKFold（y=encoded_Y， n_folds=10， shuffle=True， random_state=seed） results = cross_val_score（pipeline， X， encoded_Y， cv=kfold） print（“Accuracy： %.2f%% （%.2f%%）”% （results.mean（）*100， results.std（）*100））

　　运行代码，分类的准确率大概为82%。

　　Accuracy： 82.68% （3.90%）

　　在可见层使用Dropout

　　Dropout可用于输入神经元，即可见层。

　　在下面这个例子里，我们在输入（可见层）和第一个隐藏层之间加入一层Dropout。丢弃率设为20%，就是说每轮迭代时每五个输入值就会被随机抛弃一个。

　　另外，正如Dropout那篇论文中所推荐的，每个隐藏层的权重值都做了限制，确保权重范数的最大值不超过3。在构建模型层的时候，可以通过设置Dense Class的W_constraint参数实现。

　　学习率提高了一个数量级，冲量增加到0.9。这也是那篇Dropout论文的原文中所推荐的做法。

　　顺着上面基准模型的例子，下面的代码是包含输入层dropout的网络模型。

　　# dropout in the input layer with weight constraintdefcreate_model1（）：# create modelmodel = Sequential（） model.add（Dropout（0.2， input_shape=（60，））） model.add（Dense（60， init=‘normal’， activation=‘relu’， W_constraint=maxnorm（3））） model.add（Dense（30， init=‘normal’， activation=‘relu’， W_constraint=maxnorm（3））） model.add（Dense（1， init=‘normal’， activation=‘sigmoid’）） # Compile modelsgd = SGD（lr=0.1， momentum=0.9， decay=0.0， nesterov=False） model.compile（loss=‘binary_crossentropy’， optimizer=sgd， metrics=［‘accuracy’］） returnmodel numpy.random.seed（seed） estimators = ［］ estimators.append（（‘standardize’， StandardScaler（））） estimators.append（（‘mlp’， KerasClassifier（build_fn=create_model1， nb_epoch=300， batch_size=16， verbose=0））） pipeline = Pipeline（estimators） kfold = StratifiedKFold（y=encoded_Y， n_folds=10， shuffle=True， random_state=seed） results = cross_val_score（pipeline， X， encoded_Y， cv=kfold） print（“Accuracy： %.2f%% （%.2f%%）”% （results.mean（）*100， results.std（）*100））

　　运行这段代码，分类准确率完美地提升到了86%。

　　Accuracy： 86.04% （6.33%）

　　在隐藏层使用Dropout

　　Dropout也可用于模型内的隐藏层节点。

　　下面这个例子里，Dropout被用于两个隐藏层之间和隐藏层与输出层之间。丢弃率同样设为20%，且使用权重限制。

　　# dropout in hidden layers with weight constraintdefcreate_model2（）：# create modelmodel = Sequential（） model.add（Dense（60， input_dim=60， init=‘normal’， activation=‘relu’， W_constraint=maxnorm（3））） model.add（Dropout（0.2）） model.add（Dense（30， init=‘normal’， activation=‘relu’， W_constraint=maxnorm（3））） model.add（Dropout（0.2）） model.add（Dense（1， init=‘normal’， activation=‘sigmoid’）） # Compile modelsgd = SGD（lr=0.1， momentum=0.9， decay=0.0， nesterov=False） model.compile（loss=‘binary_crossentropy’， optimizer=sgd， metrics=［‘accuracy’］） returnmodel numpy.random.seed（seed） estimators = ［］ estimators.append（（‘standardize’， StandardScaler（））） estimators.append（（‘mlp’， KerasClassifier（build_fn=create_model2， nb_epoch=300， batch_size=16， verbose=0））） pipeline = Pipeline（estimators） kfold = StratifiedKFold（y=encoded_Y， n_folds=10， shuffle=True， random_state=seed） results = cross_val_score（pipeline， X， encoded_Y， cv=kfold） print（“Accuracy： %.2f%% （%.2f%%）”% （results.mean（）*100， results.std（）*100））

　　我们观察到，对于这个问题以及所设置的模型配置参数，在隐藏层使用dropout并不能提升模型效果。事实上，效果反而比基准更差。

　　有可能需要增加训练迭代次数，或者是更多地调优学习率。

　　Accuracy： 82.16% （6.16%）

　　使用Dropout的小技巧

　　提出Dropout的那篇论文提供了一些在标准机器学习问题上得到的实践性结论。这些结论在dropout的实际应用中会带来帮助。

　　通常丢弃率控制在20%~50%比较好，可以从20%开始尝试。如果比例太低则起不到效果，比例太高则会导致模型的欠学习。在大的网络模型上应用。当dropout用在较大的网络模型时更有可能得到效果的提升，模型有更多的机会学习到多种独立的表征。在输入层（可见层）和隐藏层都使用dropout。在每层都应用dropout被证明会取得好的效果。增加学习率和冲量。把学习率扩大10~100倍，冲量值调高到0.9~0.99.限制网络模型的权重。大的学习率往往导致大的权重值。对网络的权重值做最大范数正则化等方法被证明会提升效果。

　　有关Dropout的更多资源

　　下面这些资料也是关于dropout在神经网络和深度学习模型中应用。

　　Dropout： A Simple Way to Prevent Neural Networks from Overfitting（原论文）Improving neural networks by preventing co-adaptation of feature detectors.How does the dropout method work in deep learning？来自Quora