loss收敛过小或finetune时跑飞情况分析

发表于 | 更新于: | 分类于 | 阅读次数: |
字数统计: 1,035字 | 阅读时长 ≈ 4分钟

   最近在跑REDNet去噪网络，基于pytorch框架，输入输出图像被归一化到了0-1之间，loss使用的是L2 loss，理论最终收敛值为33左右。结果在之前训练好模型的基础上finetune,出现了这种情况：

   当使用L1或者输入为0-255时，并没有出现这种情况。这里使用L2 loss，输入0-1之间，loss先下降，再上升，这是很反常的，一般来说有以下问题导致：
1.学习率设置不正确。
2.训练数据出现了偏差。
3.梯度更新出现问题，爆炸或者消失。

   这里后来经过分析，很可能是学习率设置导致，当然梯度更新不正确也有影响，学习率设置不正确分析如下：

   也就是说，学习率如果设置过大，会导致其直接跑到另外一边，从而导致loss跑飞。当然真实的loss变化是在一个奇异空间里的，不是图上的那种二维曲线。
   但是最后还发现了一个现象，那就是最后的网络的收敛值只有30出头，而不是理论的33.多，也就是说网络学习不充分！如下图所示：

   网络学习不充分，前面finetune的loss还跑飞了一段，很可能网络的梯度更新出现了问题，需要打印网络的每层梯度进行查看，代码如下所示：

1
2
3
4
5
self.optimizer.step()
for params in self.net.named_parameters():
    [name,param] = params
    print(name,':',param.grad.data.mean())
    print(count)

   迭代2000次，打印出来梯度值就是下图左图这个样子，右图是数据归一化到0-255之间时各层的梯度值：

   上图的现象说明了当数据归一化到0-1之间时，该网络的中间部分几乎没有学习，参数缺少更新，为了验证这个想法，我分别输出迭代2000次时0-1输入时该网络的残差的均值和输入0-255时网络的残差的均值，分别为2.5x10^-3和0.26，差了两个数量级，验证了猜想，即输入为0-1时网络基本没有学到东西。
   由于网络的残差是在deconv10层，直接获得该层输出的代码（不通过参数返回的方式）如下所示：

1
2
3
4
5
6
7
8
9
activation = {}
def get_activation(name):
def hook(model, input, output):
    activation[name] = output.detach()
    return hook
model = self.net
model.deconv10.register_forward_hook(get_activation('deconv10'))
output = model(lr_imgs)
print('res:', activation['deconv10'].mean())

   现在通过结论寻找原因，当输出为output,网络权重为w，损失函数为L2 loss，目标为target,分析loss对权重更新也就是梯度的影响，如下式所示：

其中a是和output-target一个数量级的数值，由于output和target都是在0-1之间，a的值只能更小了，应该远远小于1。如果loss是L1 loss,那么a就是1，在$\frac{\partial (output)}{\partial w}$相同的情况下，L1 loss对梯度大小的贡献要大于L2 loss对梯度大小的贡献，更有利于中间部分get到梯度，输入为0-255时可同理分析得到，损失函数为L2时，a应该是一个比1远远大的值，损失函数为L1时，a会略微比1大。这样来看，对于梯度大小的贡献排序是L2(0-255)>L1(0-255)>L1(0-1)>L2(0-1)。
   我比较了一下输入为0-1时L2，L1 loss和输入为0-255时L2 loss和L1 loss的网络收敛的PSNR值，对比如下表，可以看出来上面的分析基本正确：

输入与Loss PSNR
L2(0-1) 30.4
L1(0-1) 33.24
L1(0-255) 33.97
L2(0-255) 34.05

   同理，因为初始学习率设置不合理，loss向上震荡后，输入为0-1,loss为L2 loss梯度回传受阻，所以此时finetune会导致loss无法回来（梯度回传受阻，参数无法有效更新），只能不断向上，从而出现跑飞的情况。
   上面只是我简短的对这种情况下loss训练异常的分析，如有不足请大家多多指正，多多交流。

0%