在各種Kaggle競賽的排行榜上，都有不少剛剛進入深度學習領域的程式員，其中大部分有一個共同點：
都上過Fast.ai的課程。
這些免費、重實戰的課程非常鼓勵學生去參加Kaggle競賽，檢驗自己的能力。當然，也向學生們傳授了不少稱霸Kaggle的深度學習技巧。
是什麼秘訣讓新手們在短期内快速掌握并能建構最先進的DL算法？一位名叫塞缪爾（Samuel Lynn-Evans）的法國學員總結了十條經驗。
他這篇文章發表在FloydHub官方部落格上，因為除了來自Fast.ai的技巧之外，他還用了FloydHub的免設定深度學習GPU雲平台。
接下來，我們看看他從fast.ai學來的十大技藝：
1.使用Fast.ai庫
這一條最為簡單直接。
from fast.ai import *
Fast.ai庫是一個新手友好型的深度學習工具箱，而且是目前複現最新算法的首要之選。
每當Fast.ai團隊及AI研究者發現一篇有趣論文時，會在各種資料集上進行測試，并确定合适的調優方法。他們會把效果較好的模型實作加入到這個函數庫中，使用者可以快速載入這些模型。
于是，Fast.ai庫成了一個功能強大的工具箱，能夠快速載入一些目前最新的算法實作，如帶重新開機的随機梯度下降算法、差分學習率和測試時增強等等，這裡不逐一提及了。
下面會分别介紹這些技術，并展示如何使用Fast.ai庫來快速使用它們。
這個函數庫是基于PyTorch建構，構模組化型時可以流暢地使用。
Fast.ai庫位址：
https://github.com/fastai/fastai 2.使用多個而不是單一學習率
差分學習率（Differential Learning rates）意味着在訓練時變換網絡層比提高網絡深度更重要。
基于已有模型來訓練深度學習網絡，這是一種被驗證過很可靠的方法，可以在計算機視覺任務中得到更好的效果。
大部分已有網絡（如Resnet、VGG和Inception等）都是在ImageNet資料集訓練的，是以我們要根據所用資料集與ImageNet圖像的相似性，來适當改變網絡權重。
在修改這些權重時，我們通常要對模型的最後幾層進行修改，因為這些層被用于檢測基本特征（如邊緣和輪廓），不同資料集有着不同基本特征。
首先，要使用Fast.ai庫來獲得預訓練的模型，代碼如下：
from fastai.conv_learner import *
# import library for creating learning object for convolutional #networks
model = VVG16()
# assign model to resnet, vgg, or even your own custom model
PATH = './folder_containing_images'
data = ImageClassifierData.from_paths(PATH)
# create fast ai data object, in this method we use from_paths where
# inside PATH each image class is separated into different folders
learn = ConvLearner.pretrained(model, data, precompute=True)
# create a learn object to quickly utilise state of the art
# techniques from the fast ai library
建立學習對象之後（learn object），通過快速當機前面網絡層并微調後面網絡層來解決問題：
learn.freeze()
# freeze layers up to the last one, so weights will not be updated.
learning_rate = 0.1
learn.fit(learning_rate, epochs=3)
# train only the last layer for a few epochs
當後面網絡層産生了良好效果，我們會應用差分學習率來改變前面網絡層。在實際中，一般将學習率的縮小倍數設定為10倍：
learn.unfreeze()
# set requires_grads to be True for all layers, so they can be updated
learning_rate = [0.001, 0.01, 0.1]
# learning rate is set so that deepest third of layers have a rate of 0.001, # middle layers have a rate of 0.01, and final layers 0.1.
learn.fit(learning_rate, epochs=3)
# train model for three epoch with using differential learning rates
3.如何找到合适的學習率
學習率是神經網絡訓練中最重要的超參數，沒有之一，但之前在實際應用中很難為神經網絡選擇最佳的學習率。
Leslie Smith的一篇周期性學習率論文發現了答案，這是一個相對不知名的發現，直到它被Fast.ai課程推廣後才逐漸被廣泛使用。
這篇論文是：
Cyclical Learning Rates for Training Neural Networks
https://arxiv.org/abs/1506.01186在這種方法中，我們嘗試使用較低學習率來訓練神經網絡，但是在每個批次中以指數形式增加，相應代碼如下：
learn.lr_find()
# run on learn object where learning rate is increased exponentially
learn.sched.plot_lr()
# plot graph of learning rate against iterations
同時，記錄每個學習率對應的Loss值，然後畫出學習率和Loss值的關系圖：
learn.sched.plot()
# plots the loss against the learning rate
通過找出學習率最高且Loss值仍在下降的值來确定最佳學習率。在上述情況中，該值将為0.01。
4.餘弦退火
在采用批次随機梯度下降算法時，神經網絡應該越來越接近Loss值的全局最小值。當它逐漸接近這個最小值時，學習率應該變得更小來使得模型不會超調且盡可能接近這一點。
餘弦退火（Cosine annealing）利用餘弦函數來降低學習率，進而解決這個問題，如下圖所示：
從上圖可以看出，随着x的增加，餘弦值首先緩慢下降，然後加速下降，再次緩慢下降。這種下降模式能和學習率配合，以一種十分有效的計算方式來産生很好的效果。
learn.fit(0.1, 1)
# Calling learn fit automatically takes advantage of cosine annealing
我們可以用Fast.ai庫中的learn.fit()函數，來快速實作這個算法，在整個周期中不斷降低學習率，如下圖所示：
同時，在這種方法基礎上，我們可以進一步引入重新開機機制。
5.帶重新開機的SGD算法
在訓練時，梯度下降算法可能陷入局部最小值，而不是全局最小值。
梯度下降算法可以通過突然提高學習率，來“跳出”局部最小值并找到通向全局最小值的路徑。這種方式稱為帶重新開機的随機梯度下降方法（stochastic gradient descent with restarts, SGDR），這個方法在Loshchilov和Hutter的ICLR論文中展示出了很好的效果。
SGDR: Stochastic Gradient Descent with Warm Restarts
https://arxiv.org/abs/1608.03983用Fast.ai庫可以快速導入SGDR算法。當調用learn.fit(learning_rate, epochs)函數時，學習率在每個周期開始時重置為參數輸入時的初始值，然後像上面餘弦退火部分描述的那樣，逐漸減小。
每當學習率下降到最小點，在上圖中為每100次疊代，我們稱為一個循環。
cycle_len = 1
# decide how many epochs it takes for the learning rate to fall to
# its minimum point. In this case, 1 epoch
cycle_mult=2
# at the end of each cycle, multiply the cycle_len value by 2
learn.fit(0.1, 3, cycle_len=2, cycle_mult=2)
# in this case there will be three restarts. The first time with
# cycle_len of 1, so it will take 1 epoch to complete the cycle.
# cycle_mult=2 so the next cycle with have a length of two epochs,
# and the next four.
利用這些參數，和使用差分學習率，這些技巧是Fast.ai使用者在圖像分類問題上取得良好效果的關鍵。
6.人格化你的激活函數
Softmax隻喜歡選擇一樣東西；
Sigmoid想知道你在[-1, 1]區間上的位置，并不關心你超出這些值後的增加量；
Relu是一名俱樂部保镖，要将負數拒之門外。
……
以這種思路對待激活函數，看起來很愚蠢，但是安排一個角色後能確定把他們用到正确任務中。
正如fast.ai創始人Jeremy Howard指出，不少學術論文中也把Softmax函數用在多分類問題中。在DL學習過程中，我也看到它在論文和部落格中多次使用不當。
7.遷移學習在NLP問題中非常有效
正如預訓練好的模型在計算機視覺任務中很有效一樣，已有研究表明，自然語言處理（NLP）模型也可以從這種方法中受益。
在Fast.ai第4課中，Jeremy Howard用遷移學習方法建立了一個模型，來判斷IMDB上的電影評論是積極的還是消極的。
這種方法的效果立竿見影，他所達到的準确率超過了Salesforce論文中展示的所有先前模型。
這個模型的關鍵在于先訓練模型來獲得對語言的一些了解，然後再使用這種預訓練好的模型作為新模型的一部分來分析情緒。
為了建立第一個模型，我們訓練了一個循環神經網絡（RNN）來預測文本序列中的下個單詞，這稱為語言模組化。當訓練後網絡的準确率達到一定值，它對每個單詞的編碼模式就會傳遞給用于情感分析的新模型。
在上面的例子中，我們看到這個語言模型與另一個模型內建後用于情感分析，但是這種方法可以應用到其他任何NLP任務中，包括翻譯和資料提取。
而且，計算機視覺中的一些技巧，也同樣适用于此，如上面提到的當機網絡層和使用差分學習率，在這裡也能取得更好的效果。
這種方法在NLP任務上的使用涉及很多細節，這裡就不貼出代碼了，可通路相應課程和代碼。
代碼：
https://github.com/fastai/fastai/blob/master/courses/dl1/lesson4-imdb.ipynb8.深度學習在處理結構化資料上的優勢
Fast.ai課程中展示了深度學習在處理結構化資料上的突出表現，且無需借助特征工程以及領域内的特定知識。
這個庫充分利用了PyTorch中embedding函數，允許将分類變量快速轉換為嵌入矩陣。
他們展示出的技術比較簡單直接，隻需将分類變量轉換為數字，然後為每個值配置設定嵌入向量：
在這類任務上，傳統做法是建立虛拟變量，即進行一次熱編碼。與之相比，這種方式的優點是用四個數值代替一個數值來描述每一天，是以可獲得更高的資料次元和更豐富的關系。
這種方法在Rossman Kaggle比賽中獲得第三名，惜敗于兩位利用專業知識來建立許多額外特征的領域專家。
https://github.com/fastai/fastai/blob/master/courses/dl1/lesson3-rossman.ipynb這種用深度學習來減少對特征工程依賴的思路，也被Pinterest證明過。他也提到過，他們正努力通過深度學習模型，期望用更少的工作量來獲得更好的效果。
9.更多内置函數：Dropout層、尺寸設定、TTA
4月30日，Fast.ai團隊在斯坦福大學舉辦的DAWNBench競賽中，赢得了基于Imagenet和CIFAR10的分類任務。在Jeremy的奪冠總結中，他将這次成功歸功于fast.ai庫中的一些額外函數。
其中之一是Dropout層，由Geoffrey Hinton兩年前在一篇開創性的論文中提出。它最初很受歡迎，但在最近的計算機視覺論文中似乎有所忽略。這篇論文是：
Dropout: A Simple Way to Prevent Neural Networks from Overfitting：
https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf然而，PyTorch庫使它的實作變得很簡單，用Fast.ai庫加載它就更容易了。
Dropout函數能減弱過拟合效應，是以要在CIFAR-10這樣一個相對較小的資料集上取勝，這點很重要。在建立learn對象時，Fast.ai庫會自動加入dropout函數，同時可使用ps變量來修改參數，如下所示：
learn = ConvLearner.pretrained(model, data, ps=0.5, precompute=True)
# creates a dropout of 0.5 (i.e. half the activations) on test dataset.
# This is automatically turned off for the validation set
有一種很簡單有效的方法，經常用來處理過拟合效應和提高準确性，它就是訓練小尺寸圖像，然後增大尺寸并再次訓練相同模型。
# create a data object with images of sz * sz pixels
def get_data(sz):
tmfs = tfms_from_model(model, sz)
# tells what size images should be, additional transformations such
# image flips and zooms can easily be added here too
data = ImageClassifierData.from_paths(PATH, tfms=tfms)
# creates fastai data object of create size
return data
learn.set_data(get_data(299))
# changes the data in the learn object to be images of size 299
# without changing the model.
learn.fit(0.1, 3)
# train for a few epochs on larger versions of images, avoiding overfitting
還有一種先進技巧，可将準确率提高若幹個百分點，它就是測試時增強（test time augmentation, TTA）。這裡會為原始圖像造出多個不同版本，包括不同區域裁剪和更改縮放程度等，并将它們輸入到模型中；然後對多個版本進行計算得到平均輸出，作為圖像的最終輸出分數，可調用learn.TTA()來使用該算法。
preds, target = learn.TTA()
這種技術很有效，因為原始圖像顯示的區域可能會缺少一些重要特征，在模型中輸入圖像的多個版本并取平均值，能解決上述問題。
10.創新力很關鍵
在DAWNBench比賽中，Fast.ai團隊提出的模型不僅速度最快，而且計算成本低。要明白，要建構成功的DL應用，不隻是一個利用大量GPU資源的計算任務，而應該是一個需要創造力、直覺和創新力的問題。
本文中讨論的一些突破，包括Dropout層、餘弦退火和帶重新開機的SGD方法等，實際上是研究者針對一些問題想到的不同解決方式。與簡單地增大訓練資料集相比，能更好地提升準确率。
矽谷的很多大公司有大量GPU資源，但是，不要認為他們的先進效果遙不可及，你也能靠創新力提出一些新思路，來挑戰效果排行榜。
事實上，有時計算力的局限也是一種機會，因為需求是創新的動力源泉。
原文釋出時間為：2018-08-07
本文作者：Samuel Lynn-Evans
本文來自雲栖社群合作夥伴“
機器學習算法與Python學習”，了解相關資訊可以關注“
”