使用可学习阈值剪辑ReLU激活的正确方法是什么?这是我实现它的方式,但是我不确定这是否正确:
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.act_max = nn.Parameter(torch.Tensor([0]), requires_grad=True)
self.conv1 = nn.Conv2d(3, 32, kernel_size=5)
self.conv2 = nn.Conv2d(32, 64, kernel_size=5)
self.pool = nn.MaxPool2d(2, 2)
self.relu = nn.ReLU()
self.linear = nn.Linear(64 * 5 * 5, 10)
def forward(self, input):
conv1 = self.conv1(input)
pool1 = self.pool(conv1)
relu1 = self.relu(pool1)
relu1[relu1 > self.act_max] = self.act_max
conv2 = self.conv2(relu1)
pool2 = self.pool(conv2)
relu2 = self.relu(pool2)
relu2 = relu2.view(relu2.size(0), -1)
linear = self.linear(relu2)
return linear
model = Net()
torch.nn.init.kaiming_normal_(model.parameters)
nn.init.constant(model.act_max, 1.0)
model = model.cuda()
optimizer = torch.optim.SGD(model.parameters(), lr=0.001)
for epoch in range(100):
for i in range(1000):
output = model(input)
loss = nn.CrossEntropyLoss()(output, label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
model.act_max.data = model.act_max.data - 0.001 * model.act_max.grad.data
我不得不添加最后一行,因为没有它,值不会因某种原因而更新 .
1 回答
该代码存在两个问题 .
relu1[relu1 > self.act_max] = self.act_max
你应该使用像这样的非现场操作
relu1 = torch.where(relu1 > self.act_max, self.act_max, relu1)
在你的模型中,你正在使用一个脏的hackaround(无论你是按原样写还是使用
torch.where
) - 只定义model.act_max.grad.data
因为某些元素的值设置为model.act_max
. 但是这个梯度并不知道为什么将它们设置为该值 . 为了使事情更具体,让我们定义截止操作C(x, t)
,它定义x
是高于还是低于阈值t
C(x, t) = 1 if x < t else 0
并将剪辑操作写为产品
clip(x, t) = C(x, t) * x + (1 - C(x, t)) * t
然后,您可以看到阈值
t
具有双重含义:它控制何时截止(在C
内)并且它控制截止值以上的值(尾随t
) . 因此,我们可以将操作概括为clip(x, t1, t2) = C(x, t1) * x + (1 - C(x, t1)) * t2
你的操作的问题在于它只能与
t2
相区别,而不是t1
. 你的解决方案将两者联系在一起,以便t1 == t2
,但仍然会出现梯度下降就好像没有改变阈值,只改变阈值以上的情况 .出于这个原因,一般来说,您的阈值操作可能无法学习您希望它学习的 Value . 在开发操作时要记住这一点,但不能保证失败 - 事实上,如果你考虑某些线性单位的偏置输出的标准
ReLU
,我们会得到类似的图片 . 我们定义了截止操作H
H(x, t) = 1 if x > t else 0
和
ReLU
asReLU(x + b, t) = (x + b) * H(x + b, t) = (x + b) * H(x, t - b)
在哪里我们可以再次推广到
ReLU(x, b, t) = (x + b) * H(x, t)
我们再次只能学习
b
和t
隐含地跟随b
. 但似乎工作:)