我一直在构建一个编程语言检测器,即代码片段的分类器,作为更大项目的一部分。
我的基线模型非常简单:标记输入并将片段编码为词袋,或者,
在这种情况下, token 袋,并在这些特征之上制作一个简单的神经网络。
NN 的输入是一个固定长度的最独特标记的计数器数组,例如 "def"
,"self"
、 "function"
、 "->"
、 "const"
、 "#include"
等,是从语料库中自动提取的。
这个想法是这些 token 对于编程语言来说是非常独特的,所以即使是这种幼稚的方法也应该得到
准确率高。
Input:
def 1
for 2
in 2
True 1
): 3
,: 1
...
Output: python
设置
我很快就获得了 99% 的准确率,并认为这是它按预期工作的迹象。这是模型
(完整的可运行脚本是 here ):
# Placeholders
x = tf.placeholder(shape=[None, vocab_size], dtype=tf.float32, name='x')
y = tf.placeholder(shape=[None], dtype=tf.int32, name='y')
training = tf.placeholder_with_default(False, shape=[], name='training')
# One hidden layer with dropout
reg = tf.contrib.layers.l2_regularizer(0.01)
hidden1 = tf.layers.dense(x, units=96, kernel_regularizer=reg,
activation=tf.nn.elu, name='hidden1')
dropout1 = tf.layers.dropout(hidden1, rate=0.2, training=training, name='dropout1')
# Output layer
logits = tf.layers.dense(dropout1, units=classes, kernel_regularizer=reg,
activation=tf.nn.relu, name='logits')
# Cross-entropy loss
loss = tf.reduce_mean(
tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, abels=y))
# Misc reports: accuracy, correct/misclassified samples, etc.
correct_predicted = tf.nn.in_top_k(logits, y, 1, name='in-top-k')
prediction = tf.argmax(logits, axis=1)
wrong_predicted = tf.logical_not(correct_predicted, name='not-in-top-k')
x_misclassified = tf.boolean_mask(x, wrong_predicted, name='misclassified')
accuracy = tf.reduce_mean(tf.cast(correct_predicted, tf.float32), name='accuracy')
输出非常令人鼓舞:
iteration=5 loss=2.580 train-acc=0.34277
iteration=10 loss=2.029 train-acc=0.69434
iteration=15 loss=2.054 train-acc=0.92383
iteration=20 loss=1.934 train-acc=0.98926
iteration=25 loss=1.942 train-acc=0.99609
Files.VAL mean accuracy = 0.99121 <-- After just 1 epoch!
iteration=30 loss=1.943 train-acc=0.99414
iteration=35 loss=1.947 train-acc=0.99512
iteration=40 loss=1.946 train-acc=0.99707
iteration=45 loss=1.946 train-acc=0.99609
iteration=50 loss=1.944 train-acc=0.99902
iteration=55 loss=1.946 train-acc=0.99902
Files.VAL mean accuracy = 0.99414
测试精度也在 1.0 左右。一切看起来都很完美。
神秘雷路
但是后来我注意到我将
activation=tf.nn.relu
放入了最后的密集层( logits
),这显然是 一个错误 :在
softmax
之前不需要丢弃负分数,因为它们表示概率较低的类。零阈值只会让这些类人为地更有可能,这将是一个错误。摆脱它只会使模型在正确的类中更加健壮和自信。
那正是我所想。
所以我用
activation=None
替换了它,再次运行模型,然后发生了令人惊讶的事情:性能没有提高。在所有。事实上,它 显着降级 :
iteration=5 loss=5.236 train-acc=0.16602
iteration=10 loss=4.068 train-acc=0.18750
iteration=15 loss=3.110 train-acc=0.37402
iteration=20 loss=5.149 train-acc=0.14844
iteration=25 loss=2.880 train-acc=0.18262
Files.VAL mean accuracy = 0.28711
iteration=30 loss=3.136 train-acc=0.25781
iteration=35 loss=2.916 train-acc=0.22852
iteration=40 loss=2.156 train-acc=0.39062
iteration=45 loss=1.777 train-acc=0.45312
iteration=50 loss=2.726 train-acc=0.33105
Files.VAL mean accuracy = 0.29362
准确率随着训练而提高,但从未超过 91-92%。我来回更改了几次激活,
改变不同的参数(层大小、dropout、regularizer、额外层,任何东西)并且总是有相同的结果:
“错误”模型立即达到了 99%,而“正确”模型在 50 个 epoch 后几乎没有达到 90% 。根据
tensorboard,权重分布没有太大差异:梯度没有消失,两个模型都学习了
一般。
这怎么可能?最终的 ReLu 怎么能让模型如此优秀?特别是如果这个 ReLu 是一个错误?
最佳答案
预测分布
玩了一段时间后,我决定可视化两个模型的实际预测分布:
predicted_distribution = tf.nn.softmax(logits, name='distribution')
以下是分布的直方图以及它们如何随时间演变。
使用 ReLu(错误模型)
没有 ReLu(正确模型)
第一个直方图是有道理的,大多数概率都接近
0
。但是 ReLu 模型的直方图是 可疑 :经过几次迭代后,值似乎集中在
0.15
周围。打印实际预测证实了这个想法:[0.14286 0.14286 0.14286 0.14286 0.14286 0.14286 0.14286]
[0.14286 0.14286 0.14286 0.14286 0.14286 0.14286 0.14286]
我有 7 个类(class)(当时有 7 种不同的语言),而
0.14286
是 1/7
。事实证明,“完美”模型学会了输出0
logits,它反过来转化为统一预测。但是如何才能将这种分布报告为 99% 准确呢?
tf.nn.in_top_k
在深入研究
tf.nn.in_top_k
之前,我检查了一种计算准确性的替代方法:true_correct = tf.equal(tf.argmax(logits, 1), tf.cast(y, tf.int64))
alternative_accuracy = tf.reduce_mean(tf.cast(true_correct, tf.float32))
... 对最高预测类别和基本事实进行诚实比较。结果是这样的:
iteration=2 loss=3.992 train-acc=0.13086 train-alt-acc=0.13086
iteration=4 loss=3.590 train-acc=0.13086 train-alt-acc=0.12207
iteration=6 loss=2.871 train-acc=0.21777 train-alt-acc=0.13672
iteration=8 loss=2.466 train-acc=0.37695 train-alt-acc=0.16211
iteration=10 loss=2.099 train-acc=0.62305 train-alt-acc=0.10742
iteration=12 loss=2.066 train-acc=0.79980 train-alt-acc=0.17090
iteration=14 loss=2.016 train-acc=0.84277 train-alt-acc=0.17285
iteration=16 loss=1.954 train-acc=0.91309 train-alt-acc=0.13574
iteration=18 loss=1.956 train-acc=0.95508 train-alt-acc=0.06445
iteration=20 loss=1.923 train-acc=0.97754 train-alt-acc=0.11328
事实上,
tf.nn.in_top_k
和 k=1
很快偏离了正确的准确度,并开始报告 99% 的幻想值。那么它实际上有什么作用呢?这是 the documentation
说到:
就是这样。如果概率是一致的(这实际上意味着“我不知道”),它们都是正确的。情况更糟,因为如果 logits 分布几乎是均匀的,softmax 可能会将其转换为完全均匀的分布,如以下简单示例所示:
x = tf.constant([0, 1e-8, 1e-8, 1e-9])
tf.nn.softmax(x).eval()
# >>> array([0.25, 0.25, 0.25, 0.25], dtype=float32)
...这意味着根据
tf.nn.in_top_k
规范,每个几乎一致的预测都可能被认为是“正确的”。结论
tf.nn.in_top_k
是 tensorflow 中准确度度量的危险选择,因为它可能会默默地吞下错误的预测并将它们报告为“正确”。相反,您应该始终使用这个冗长但值得信赖的表达方式:
accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(logits, 1), tf.cast(y, tf.int64)), tf.float32))
关于python - 神经网络 : Mysterious ReLu,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/48993004/