neural-network - 为什么我的神经网络在第一个时期后仍停留在高损失值
问题描述
我正在使用神经网络进行回归。对于 NN 来说,这应该是一项简单的任务,我有 10 个功能和 1 个输出要预测。我在项目中使用 pytorch,但我的模型学得不好。损失从一个非常高的值(40000)开始,然后在前 5-10 个时期之后,损失迅速下降到 6000-7000,然后不管我做什么,它都卡在那里。我什至尝试更改为 skorch 而不是 pytorch,以便我可以使用交叉验证功能,但这也无济于事。我尝试了不同的优化器并向网络添加了层和神经元,但这并没有帮助,它停留在 6000,这是一个非常高的损失值。我在这里做回归,我有 10 个特征,我试图预测一个连续值。这应该很容易做到,这就是为什么它让我更加困惑。
这是我的网络:我在这里尝试了从制作更复杂的架构(例如添加层和单元到批量标准化、更改激活等)的所有可能性。没有任何效果
class BearingNetwork(nn.Module):
def __init__(self, n_features=X.shape[1], n_out=1):
super().__init__()
self.model = nn.Sequential(
nn.Linear(n_features, 512),
nn.BatchNorm1d(512),
nn.LeakyReLU(),
nn.Linear(512, 64),
nn.BatchNorm1d(64),
nn.LeakyReLU(),
nn.Linear(64, n_out),
# nn.LeakyReLU(),
# nn.Linear(256, 128),
# nn.LeakyReLU(),
# nn.Linear(128, 64),
# nn.LeakyReLU(),
# nn.Linear(64, n_out)
)
def forward(self, x):
out = self.model(x)
return out
这是我的设置:使用 skorch 比 pytorch 更容易。在这里,我还监控 R2 指标,并将 RMSE 作为自定义指标来监控模型的性能。我还为 Adam 尝试了 amsgrad,但这并没有帮助。
R2 = EpochScoring(r2_score, lower_is_better=False, name='R2')
explained_var_score = EpochScoring(EVS, lower_is_better=False, name='EVS Metric')
custom_score = make_scorer(RMSE)
rmse = EpochScoring(custom_score, lower_is_better=True, name='rmse')
bearing_nn = NeuralNetRegressor(
BearingNetwork,
criterion=nn.MSELoss,
optimizer=optim.Adam,
optimizer__amsgrad=True,
max_epochs=5000,
batch_size=128,
lr=0.001,
train_split=skorch.dataset.CVSplit(10),
callbacks=[R2, explained_var_score, rmse, Checkpoint(), EarlyStopping(patience=100)],
device=device
)
我还将输入值标准化。
我的输入具有以下形状:
torch.Size([39006, 10])
输出的形状是:
torch.Size([39006, 1])
我使用 128 作为我的 Batch_size,但我也尝试了其他值,如 32、64、512 甚至 1024。虽然标准化输出不是必需的,但我也尝试过,当我预测值时它不起作用,损失很高. 请有人帮助我,我将不胜感激每一个有用的建议。我还将添加我的训练和验证损失以及 epoch 上的指标的屏幕截图,以可视化损失在前 5 个 epoch 中是如何减少的,然后它永远保持在 6000 的值,这是一个非常高的损失值。
解决方案
考虑到您的训练和开发损失随着时间的推移而减少,您的模型似乎正在正确训练。关于您对训练和开发损失值的担忧,这完全取决于您的目标值的规模(您的目标值有多大?)以及用于计算训练和开发损失的指标。如果你的目标值很大并且你想要更小的训练和开发损失值,你可以标准化目标值。
从我收集到的关于您的实验和 R2 分数的信息来看,您似乎正在错误的领域寻找解决方案。对我来说,考虑到您的 R2 分数很低,您的功能似乎不够强大,这可能意味着您有数据质量问题。这也可以解释为什么您的架构调整没有提高模型的性能,因为问题不是您的模型。所以如果我是你,我会考虑我可以添加哪些有用的新功能,看看是否有帮助。在机器学习中,一般规则是模型只与训练它们的数据一样好。我希望这有帮助!
推荐阅读
- python - 从熊猫数据框中获取值时,删除每个值周围的 [''] 最有说服力的方法是什么?
- rxjs - RXJS:订阅在可观察的扫描运算符上添加一个新循环
- xml - 如何对一系列属性执行 Xpath 循环?
- javascript - Leaflet.js 透明水/海洋
- docker - 使用 Docker 在我的 VPS 上部署我的应用程序的最佳实践是什么?
- javascript - 如何使用 iv & key 和 cryptoswift 进行 AES 解密?
- android - 如何在基于 Xamarin.forms 的 webview 中使用 html5 视频标签?
- redirect - 在 Payara 4.1 或 5 服务器上重定向 POST url
- python - 如何在 Python 中创建具有两个输入(x1,x2)的多层网络
- c - 如何确保在继续之前收到信号