ホームページ テクノロジー周辺機器 AI ドロップアウト正則化戦略の説明とデモンストレーション

ドロップアウト正則化戦略の説明とデモンストレーション

Jan 22, 2024 pm 06:12 PM
機械学習 人工ニューラルネットワーク

ドロップアウト正則化戦略の説明とデモンストレーション

Dropout は、ニューラル ネットワークの過剰適合を軽減し、汎化機能を向上させるために使用される、シンプルで効果的な正則化戦略です。主なアイデアは、ネットワークが 1 つのニューロンの出力に過度に依存しないように、トレーニング プロセス中にニューロンの一部をランダムに破棄することです。この必須のランダム ドロップにより、ネットワークはより堅牢な特徴表現を学習できるようになります。 Dropout を使用すると、ニューラル ネットワークがより堅牢になり、新しいデータによりよく適応し、過剰適合のリスクが軽減されます。この正則化方法は実際に広く使用されており、ニューラル ネットワークのパフォーマンスを大幅に向上させることが示されています。

ドロップアウトは、ニューラル ネットワークの過学習を軽減するためによく使用される正則化手法です。これは、各トレーニング サンプルで特定の確率で一部のニューロンの出力をランダムに 0 に設定することによって行われます。 具体的には、Dropout はニューラル ネットワークを複数回ランダムにサンプリングするものとみなすことができます。サンプリングごとに、一部のニューロンが一時的に無視される異なるサブネットワークが生成されます。パラメーターはこれらのサブネットワーク間で共有されますが、各サブネットワークはニューロンのサブセットの出力のみを参照するため、異なる特徴表現を学習します。 トレーニング プロセス中に、Dropout はニューロン間の相互依存を軽減し、特定のニューロンが他のニューロンに過度に依存するのを防ぐことができます。これは、ネットワークの汎化能力の向上に役立ちます。 そしてテスト中、Dropout は動作しなくなりました。期待値を一定に保つために、すべてのニューロンの出力が固定比率で乗算されます。これにより、トレーニング中にすべてのサブネットワークの出力を平均するネットワークが得られます。 Dropout を使用すると、過学習を効果的に軽減し、ニューラル ネットワークのパフォーマンスと汎化能力を向上させることができます。

Dropout の利点は、過剰適合のリスクを効果的に軽減し、ニューラル ネットワークの汎化パフォーマンスを向上できることです。一部のニューロンをランダムに破棄することで、Dropout はニューロン間の相乗効果を低減し、それによってネットワークにより堅牢な特徴表現を学習させることができます。さらに、ドロップアウトはニューロン間の共適応を防ぐこともできます。つまり、特定のニューロンが他のニューロンの存在下でのみ機能するのを防ぎ、それによってネットワークの汎化能力を強化します。このようにして、ニューラル ネットワークは目に見えないデータに適応しやすくなり、ノイズの多いデータに対してより堅牢になります。したがって、ドロップアウトは非常に効果的な正則化手法であり、深層学習で広く使用されています。

ただし、Dropout はモデルの一般化能力を向上させ、過学習を防ぐためにディープ ニューラル ネットワークで広く使用されていますが、注意すべき欠点もいくつかあります。 まず、ドロップアウトによりニューラル ネットワークの有効容量が減少します。これは、学習処理中に各ニューロンの出力が一定の確率で 0 になり、ネットワークの表現力が低下するためです。これは、ネットワークが複雑なパターンや関係を適切に学習できず、パフォーマンスが制限される可能性があることを意味します。 第 2 に、ドロップアウトによってある程度のノイズが発生し、ネットワークのトレーニング速度と効率が低下する可能性があります。これは、各トレーニング サンプルにおいて Dropout がニューロンの一部をランダムに破棄し、ネットワークのバックプロパゲーション アルゴリズムに干渉を引き起こし、それによってトレーニングの複雑さと時間のオーバーヘッドが増加するためです。 さらに、Dropout では、ネットワークの正確さと安定性を確保するために、ネットワーク内の異なる層間の接続を処理するための特別な処理方法が必要です。 Dropout は一部のニューロンを破棄するため、ネットワーク内の接続がまばらになり、ネットワークの構造が不均衡になり、ネットワークのパフォーマンスに影響を与える可能性があります。 要約

#これらの問題を克服するために、研究者はいくつかの改良されたドロップアウト手法を提案しました。 1 つのアプローチは、Dropout を L1 および L2 正則化などの他の正則化手法と組み合わせて、ネットワークの汎化能力を向上させることです。これらの方法を組み合わせて使用​​すると、過剰適合のリスクを軽減し、目に見えないデータに対するネットワークのパフォーマンスを向上させることができます。さらに、いくつかの研究では、ドロップアウト ベースの方法では、ドロップアウト レートを動的に調整することでネットワークのパフォーマンスをさらに向上できることが示されています。これは、トレーニング プロセス中に、ネットワークの学習状況に応じてドロップアウト率を自動的に調整できるため、過学習の程度をより適切に制御できることを意味します。これらの改良されたドロップアウト手法により、ネットワークは有効容量を維持しながら汎化パフォーマンスを向上させ、過剰適合のリスクを軽減できます。

以下では、簡単な例を使用して、ドロップアウト正則化を使用してニューラル ネットワークの汎化パフォーマンスを向上させる方法を示します。 Keras フレームワークを使用して、手書き数字を分類するためのドロップアウト ベースの多層パーセプトロン (MLP) モデルを実装します。

まず、MNIST データ セットをロードし、データを前処理する必要があります。この例では、入力データを 0 から 1 の間の実数に正規化し、出力ラベルをワンホット エンコーディングに変換します。コードは次のとおりです。

import numpy as np
from tensorflow import keras

# 加载MNIST数据集
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()

# 将输入数据归一化为0到1之间的实数
x_train = x_train.astype(np.float32) / 255.
x_test = x_test.astype(np.float32) / 255.

# 将输出标签转换为one-hot编码
y_train = keras.utils.to_categorical(y_train, 10)
y_test = keras.utils.to_categorical(y_test, 10)
ログイン後にコピー

次に、Dropout に基づいて MLP モデルを定義します。モデルは 2 つの隠れ層と 1 つの出力層で構成され、各隠れ層は ReLU 活性化関数を使用し、ドロップアウト層は各隠れ層の後に使用されます。ドロップアウト率を 0.2 に設定しました。これは、各トレーニング サンプルのニューロンの 20% をランダムにドロップすることを意味します。コードは以下のように表示されます:

# 定义基于Dropout的MLP模型
model = keras.models.Sequential([
    keras.layers.Flatten(input_shape=[28, 28]),
    keras.layers.Dense(128, activation="relu"),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(64, activation="relu"),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(10, activation="softmax")
])
ログイン後にコピー
ログイン後にコピー

最后,我们使用随机梯度下降(SGD)优化器和交叉熵损失函数来编译模型,并在训练过程中使用早停法来避免过拟合。代码如下:

# 定义基于Dropout的MLP模型
model = keras.models.Sequential([
    keras.layers.Flatten(input_shape=[28, 28]),
    keras.layers.Dense(128, activation="relu"),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(64, activation="relu"),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(10, activation="softmax")
])
ログイン後にコピー
ログイン後にコピー

在训练过程中,我们可以观察到模型的训练误差和验证误差随着训练轮数的增加而减小,说明Dropout正则化确实可以减少过拟合的风险。最终,我们可以评估模型在测试集上的性能,并输出分类准确率。代码如下:

# 评估模型性能
test_loss, test_acc = model.evaluate(x_test, y_test)

# 输出分类准确率
print("Test accuracy:", test_acc)
ログイン後にコピー

通过以上步骤,我们就完成了一个基于Dropout正则化的多层感知机模型的构建和训练。通过使用Dropout,我们可以有效地提高模型的泛化性能,并减少过拟合的风险。

以上がドロップアウト正則化戦略の説明とデモンストレーションの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

オープンソースの無料画像注釈ツールおすすめ 15 選 オープンソースの無料画像注釈ツールおすすめ 15 選 Mar 28, 2024 pm 01:21 PM

画像の注釈は、ラベルまたは説明情報を画像に関連付けて、画像の内容に深い意味と説明を与えるプロセスです。このプロセスは機械学習にとって重要であり、画像内の個々の要素をより正確に識別するために視覚モデルをトレーニングするのに役立ちます。画像に注釈を追加することで、コンピュータは画像の背後にあるセマンティクスとコンテキストを理解できるため、画像の内容を理解して分析する能力が向上します。画像アノテーションは、コンピュータ ビジョン、自然言語処理、グラフ ビジョン モデルなどの多くの分野をカバーする幅広い用途があり、車両が道路上の障害物を識別するのを支援したり、障害物の検出を支援したりするなど、幅広い用途があります。医用画像認識による病気の診断。この記事では主に、より優れたオープンソースおよび無料の画像注釈ツールをいくつか推奨します。 1.マケセンス

この記事では、SHAP: 機械学習のモデルの説明について説明します。 この記事では、SHAP: 機械学習のモデルの説明について説明します。 Jun 01, 2024 am 10:58 AM

機械学習とデータ サイエンスの分野では、モデルの解釈可能性が常に研究者や実務家に焦点を当ててきました。深層学習やアンサンブル手法などの複雑なモデルが広く適用されるようになったことで、モデルの意思決定プロセスを理解することが特に重要になってきました。 Explainable AI|XAI は、モデルの透明性を高めることで、機械学習モデルに対する信頼と自信を構築するのに役立ちます。モデルの透明性の向上は、複数の複雑なモデルの普及や、モデルを説明するための意思決定プロセスなどの方法によって実現できます。これらの方法には、特徴重要度分析、モデル予測間隔推定、ローカル解釈可能性アルゴリズムなどが含まれます。特徴重要度分析では、入力特徴に対するモデルの影響度を評価することで、モデルの意思決定プロセスを説明できます。モデルの予測間隔の推定

学習曲線を通じて過学習と過小学習を特定する 学習曲線を通じて過学習と過小学習を特定する Apr 29, 2024 pm 06:50 PM

この記事では、学習曲線を通じて機械学習モデルの過学習と過小学習を効果的に特定する方法を紹介します。過小適合と過適合 1. 過適合 モデルがデータからノイズを学習するためにデータ上で過学習されている場合、そのモデルは過適合していると言われます。過学習モデルはすべての例を完璧に学習するため、未確認の新しい例を誤って分類してしまいます。過適合モデルの場合、完璧/ほぼ完璧なトレーニング セット スコアとひどい検証セット/テスト スコアが得られます。若干修正: 「過学習の原因: 複雑なモデルを使用して単純な問題を解決し、データからノイズを抽出します。トレーニング セットとしての小さなデータ セットはすべてのデータを正しく表現できない可能性があるため、2. 過学習の Heru。」

透明!主要な機械学習モデルの原理を徹底的に分析! 透明!主要な機械学習モデルの原理を徹底的に分析! Apr 12, 2024 pm 05:55 PM

平たく言えば、機械学習モデルは、入力データを予測された出力にマッピングする数学関数です。より具体的には、機械学習モデルは、予測出力と真のラベルの間の誤差を最小限に抑えるために、トレーニング データから学習することによってモデル パラメーターを調整する数学関数です。機械学習には、ロジスティック回帰モデル、デシジョン ツリー モデル、サポート ベクター マシン モデルなど、多くのモデルがあります。各モデルには、適用可能なデータ タイプと問題タイプがあります。同時に、異なるモデル間には多くの共通点があったり、モデル進化の隠れた道が存在したりすることがあります。コネクショニストのパーセプトロンを例にとると、パーセプトロンの隠れ層の数を増やすことで、それをディープ ニューラル ネットワークに変換できます。パーセプトロンにカーネル関数を追加すると、SVM に変換できます。これです

宇宙探査と人類居住工学における人工知能の進化 宇宙探査と人類居住工学における人工知能の進化 Apr 29, 2024 pm 03:25 PM

1950 年代に人工知能 (AI) が誕生しました。そのとき、研究者たちは、機械が思考などの人間と同じようなタスクを実行できることを発見しました。その後、1960 年代に米国国防総省は人工知能に資金を提供し、さらなる開発のために研究所を設立しました。研究者たちは、宇宙探査や極限環境での生存など、多くの分野で人工知能の応用を見出しています。宇宙探査は、地球を超えた宇宙全体を対象とする宇宙の研究です。宇宙は地球とは条件が異なるため、極限環境に分類されます。宇宙で生き残るためには、多くの要素を考慮し、予防策を講じる必要があります。科学者や研究者は、宇宙を探索し、あらゆるものの現状を理解することが、宇宙の仕組みを理解し、潜在的な環境危機に備えるのに役立つと信じています。

C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 Jun 03, 2024 pm 01:25 PM

C++ の機械学習アルゴリズムが直面する一般的な課題には、メモリ管理、マルチスレッド、パフォーマンスの最適化、保守性などがあります。解決策には、スマート ポインター、最新のスレッド ライブラリ、SIMD 命令、サードパーティ ライブラリの使用、コーディング スタイル ガイドラインの遵守、自動化ツールの使用が含まれます。実践的な事例では、Eigen ライブラリを使用して線形回帰アルゴリズムを実装し、メモリを効果的に管理し、高性能の行列演算を使用する方法を示します。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました May 30, 2024 pm 01:24 PM

MetaFAIR はハーバード大学と協力して、大規模な機械学習の実行時に生成されるデータの偏りを最適化するための新しい研究フレームワークを提供しました。大規模な言語モデルのトレーニングには数か月かかることが多く、数百、さらには数千の GPU を使用することが知られています。 LLaMA270B モデルを例にとると、そのトレーニングには合計 1,720,320 GPU 時間が必要です。大規模なモデルのトレーニングには、これらのワークロードの規模と複雑さにより、特有のシステム上の課題が生じます。最近、多くの機関が、SOTA 生成 AI モデルをトレーニングする際のトレーニング プロセスの不安定性を報告しています。これらは通常、損失スパイクの形で現れます。たとえば、Google の PaLM モデルでは、トレーニング プロセス中に最大 20 回の損失スパイクが発生しました。数値的なバイアスがこのトレーニングの不正確さの根本原因です。

See all articles