雷鋒網(wǎng)AI科技評論按：ICLR 2017 于4月24-26日在法國土倫舉行，雷鋒網(wǎng)AI科技評論的編輯們也于法國帶來一線報(bào)道。在這個深度學(xué)習(xí)會議舉辦之際，雷鋒網(wǎng)也圍繞會議議程及論文介紹展開一系列的覆蓋和專題報(bào)道，敬請期待。

由西北大學(xué)（Northwestern U）的Nitish Shirish Keskar和Jorge Nocedal和英特爾的Dheevatsa Mudigere，Mikhail Smelyanskiy以及Ping Tak Peter Tang近期發(fā)表的論文《ON LARGE-BATCH TRAINING FOR DEEP LEARNING: GENERALIZATION GAP AND SHARP MINIMA》，當(dāng)選 ICLR 2017的oral paper。文章描述了在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時，大的 batch size（如，超過512）會導(dǎo)致網(wǎng)絡(luò)模型泛化能力下降的問題，并通過實(shí)驗(yàn)證明其原因是泛化誤差和尖銳收斂，并提出了一些解決方案。

很多深度學(xué)習(xí)過程中都在算法上應(yīng)用了隨機(jī)梯度下降的方法或隨機(jī)梯度下降的衍生方法。但是這種方法一般適用于小批量（樣本數(shù)量在32-512之間）的計(jì)算。觀察數(shù)據(jù)顯示，當(dāng)大批量計(jì)算時（樣品數(shù)量超過512），如果用泛化能力作為標(biāo)準(zhǔn)的話，模型的計(jì)算質(zhì)量就會下降。Intel與西北大學(xué)研究的這篇文章，就這個問題進(jìn)行了討論，并提出了大量的證據(jù)證明大批量的方法會傾向于將模型和函數(shù)歸一化，從而導(dǎo)致尖銳收斂，并最終生成了比較差的泛化效果。

論文分析了在小批量情況下結(jié)果不同的原因，并提出這種不同來自于在梯度預(yù)測時內(nèi)部噪聲的差異。如下圖片，在這個案例中，隨機(jī)的選擇一組小批量（SB）和大批量（LB）的最小值，可以發(fā)現(xiàn)，LB極小值比SB極小值更加尖銳。因此，泛化能力則更低一些。同時，論文還就減小泛化間隙的問題提出了在大批量計(jì)算中適用的幾種策略，開放性的預(yù)留了未來的討論點(diǎn)，包括在大批量計(jì)算中可進(jìn)行的尖銳收斂和可能的優(yōu)化方案。

論文鏈接：https://openreview.net/pdf?id=H1oyRlYgg

原文鏈接：https://openreview.net/forum?id=H1oyRlYgg&noteId=H1oyRlYgg 

ICLR評論：

ICLR委員會最終決定：

對這篇論文的評論普遍非常正面，這說明了這篇論文映射了一個在工程應(yīng)用領(lǐng)域普遍存在的問題。我相信整個研究環(huán)境會通過閱讀這篇論文得到一些建設(shè)性的解決問題的新思路。

決定：接受（Oral）

大批量訓(xùn)練的分析

評分：8分，Top 50%，明確接受

評論：這是一篇很有趣的文章，就為什么大批量訓(xùn)練效果變差的原因進(jìn)行了分析，這對整個深度學(xué)習(xí)的社區(qū)有著重要的意義。

很好的文章

評論：我想這篇文章明確了一點(diǎn)，大批量計(jì)算時，泛化效果就會變差。并通過對比分析大批量和小批量的失真函數(shù)進(jìn)行了很好的闡釋。

文章不夠新穎但是實(shí)驗(yàn)數(shù)據(jù)非常有價值

評分：10分，Top 5%，這是一篇研討會文章

很好的文章：

評分：6分，剛好及格

評價：我覺得這篇文章還不錯，很有趣也很有用，但是如果增加更多的論證，比如增加一些高斯噪聲梯度的分析。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。