蕭簫 發自 凹非寺
量子位 報道 | 公眾號 QbitAI

想要優化自己的神經網路，卻不知道哪種優化器更適合自己？

又或者，想知道深度學習中梯度下降的演算法到底都有哪些？

現在，最全面的優化演算法分析來了。

它整理了自1964年以來，幾乎所有的優化方法 （約130種），將它們進行了分類。

此外，它還給出了幾種基準測試方法，並用它分析了1344種可能的配置方案。

在運行了35000次測試後，它給出了非常全面的優化器演算法分析介紹，並告訴你如何用這些基準測試，為自己的深度學習模型選擇最好的優化方案。

優化方法具體都有哪幾種？

從下圖這份密密麻麻的圖表來看，迄今為止，提出的優化演算法已經有130種左右。

目前他們還看不出來區別，但在測試結果中可以發現，這些優化器明顯能被分成兩類，一種適用於VAE（變分自編碼器），另一種則不適用於VAE。

而從這些優化器中的常用引數來看，α₀表示初始學習率，α_lo和α_up代表上下界，∆_t表示切換衰減樣式的週期，k表示衰減因子。

可以看出，這些學習率的引數主要可以被分為常數、梯度下降、平滑下降、週期性、預熱、超收斂等幾種。

那麼，130多種優化器，哪種才是最適用的？而對這些引數進行調整，到底能對優化器起到多大的作用？

用基準測試方法來測測，就知道了。

8種基準測試方法

如下圖，作者提出了8種優化任務，在這些任務上面進行測試，以得到對比結果。

從圖中看來，無論是資料集（MNIST、CIFAR-10等）、模型（VAE、CNN、RNN等），還是任務（分類、NLP等）和標準（損失率、精度）都不一樣。

此外，batchsize也考慮在內（看來實驗機器效能不錯）。製作這些測試的目的在於，多角度考量出這些優化方法的合理性。

測試按照下圖流程走，整體算下來，共有1344種配置，共執行接近35000次。

為了得知哪種優化方法更合適，這樣做也是很拼了。

如何選擇適合自己的優化方法？

那麼，具體如何選擇適合的優化方法呢？

下圖是作者隨機選取的14個優化器。

下圖是這些優化器在上面8種基準測試下的表現結果。

其中，紅色的I表示誤差範圍。可以看出，在一定誤差範圍內，某一類優化方法的效能幾乎非常相似：它們在各種基準測試上的表現都不錯。

為了驗證這些測試方法的穩定性，作者特意對其中一些演算法進行了引數調整，下圖是經典演算法RMSProp和RMSProp（2）的調優結果。

可見，不同的引數能給優化演算法的效能帶來不小的波動變化。

更直接地，如果增加（效能）預算，從下圖可以看出，效能的改進也會有所增加。（圖中橙色為所有灰線的中值）

也就是說，即使優化演算法的效能不錯，合理調參仍然不可或缺。

那麼，到底有多少優化器存在“改進引數，竟然能大幅增加優化能力”的問題呢？

還不少。

從下圖來看，綠色表示優化過後，優化演算法能更好地執行。

換而言之，只要某種優化演算法的結果是一片綠，那麼它原來的預設引數就真的很糟糕……

例如，AMSGrad、Mom、NAG的預設引數都存在很大的改進空間。相比而言，AMSBound由於自適應，預設引數都還非常不錯，不需要再有大改進。

對這些優化器進行評估後，研究者們得出以下幾個結論：

1、優化器的效能，在不同的任務中有很大差異；

2、事實上，大部分優化器的效能驚人地相似，目前尚沒有“最通用”的優化方法；

3、對優化器進行（引數）微調，其實和選擇優化器一樣重要、甚至更重要。

不過，雖然這份表格已經非常詳細，還是有細心的網友發現了盲點：像SWA這樣非常簡單高效的方法，還是在分析時被遺漏了。

當然，就提出的幾種基準測試來說，已經適合用於分析大部分優化器的選擇方案。

目前，作者已經在ArXiv論文頁面，開源了基準測試方法的Code，感興趣的小夥伴可戳論文地址檢視~

作者介紹

這幾位作者都來自於德國圖賓根大學。

Robin M. Schmidt，計算機專業研究生，主要研究方向是人工智慧，感興趣的方向在深度學習、強化學習及優化上。

Philipp Hennig，機器學習教授，兼任馬普所科學家，曾於海德堡大學和帝國理工學院修讀物理，並在劍橋大學獲得機器學習博士學位。

Frank Schneider，機器學習博士生，研究領域是機器學習的優化方法。目前在鑽研深度學習的超引數，使深度神經網路的訓練自動化。

論文地址：
https://arxiv.org/abs/2007.01547

— 完 —

本文系網易新聞•網易號特色內容激勵計劃簽約賬號【量子位】原創內容，未經賬號授權，禁止隨意轉載。

一鍵三連「分享」、「點贊」和「在看」

科技前沿進展日日相見~