神经网络知识补充
回归与分类的区别
回归：目标是预测值要与真实值十分的接近
做法：minimize （pred - y）差距
分类：目标是使得accuracy最高
做法：并不是直接优化accuracy使得其最高，而是将两个分布（(hat{y})|x）与（y|x）的divergence降低
不直接优化accuracy原因：
1.有可能acc在经过训练后上升，但是还是没有达到要求的分类（例如一个标签为1的数据的预测值由0.4提升到0.45，但是由于还是<0.5所以分类还是错的）——梯度为0
2.有可能为0.499，但是预测值动一点点就>0.5，分类变了——梯度不连续
过拟合
过拟合的识别
如果数据集的类别来源只是两类：train、test；那么我们要将test的一部分用于validation进行overfitting的检测，在训练的过程中进行overfitting的检测，一旦开始出现过拟合的现象，就取效果最好的那次并停止train
k-fold
train与validation的划分比例定，但是每个epoch都要按照比例进行重新划分，使得所有数据都有机会进行train
过拟合的减小
1.提供更多的数据
2.降低模型的复杂度（类似mnist数字的识别就没有必要使用resnet152复杂模型）
3.正则化（L1 L2 Dropout）
这里的weight_decay表示正则化参数
optimizer = torch.oitim.SGD(x.parameters(),lr=0.001,weight_decay=0.7)
动量与学习率衰减
动量
无动量：仅仅考虑梯度的方向，而不考虑历史移动的方向，会出现梯度变化大的情况。
添加动量：梯度变化的角度、范围不再那么刁钻。
学习率衰减
要进行学习率的衰减，learning rate先大后小，动态变化，前期梯度下降快，后期收敛快
衰减方案1：
scheduler = ReduceROnPlateau(optimizer,mode='min',factor=0.1,patience=10)
for epoch in range(XXXX):
xxxxxx
xxxxxx
schedule.step(loss)
patience：是一个耐心值，表示当执行该函数连续10次的时候，loss的值依然没有发生变化，那么就需要进行learning rate的调整了（类似每次乘以0.8、0.08等）。
衰减方案2：
每一定数量的epoch进行learning rate的衰减
每30个epoch步进learning rate=learning rate*0.1
scheduler = StepLR(optimizer,step_size=30,gamma=0.1)
提前停止（early stopping）
当出现overfitting的时候就可以停止train了，而不是等到train_loss保持不变的时候。
方法
使用validation来检测是否出现overfiting
如何知道此时的识别效果是最好的？是一个经验值
dropout
防止overfitting的一个有效的手段 ——随机减小connection的数量
例子：参数是断掉连接的概率
在train的时候使用dropout，而在validation不使用dropout
model.train() # 把module设成训练模式，对Dropout和BatchNorm有影响
model.eval() # 把module设置为预测模式，对Dropout和BatchNorm模块有影响