经验之谈|别再在CNN中使用Dropout了

通常来说，只有当我们的网络有过拟合的风险的时候，才需要进行正则化。当网络非常大，训练时间非常长，也没有足够的数据的时候，才可能发生。

如果你的网络的最后有全连接层的话，使用dropout非常的容易。

dropout的比例从0.5开始，逐渐减小直到模型的表现最好。

例子:

model=keras.models.Sequential()

model.add(keras.layers.Dense(150, activation="relu"))

model.add(keras.layers.Dropout(0.5))

Batch normalization是另外一个队CNN进行正则化的方法。

除了正则化的作用外，batch normalization还避免了CNN训练中的梯度消失的问题。这个可以减小训练的时间，得到更好的结果。

在Keras中实现 batch normalization，使用下面的方法：

当使用batch normalization来构建CNN结构时：

- 在卷积层和激活层之间插入batch normalization。

- batch normalization有些超参数需要调试，可以试试。

也可以在激活函数之后插入batch normalization，根据我自身的经验，两种方法效果差不多。

model.add(Conv2D(60,3, padding = "same"))

model.add(BatchNormalization())

model.add(Activation("relu"))

“我们提出了一种算法，使用batch normalization用来构建，训练和进行推理。得到的网络训练时具有饱和的非线性性，对于大的学习率更加的鲁棒，往往不需要使用Dropout来进行正则化。”-Ioffe 和 Svegedy

至于为什么dropout渐渐失宠，有两个原因。

第一，dropout对卷积层的正则化的作用很小

原因呢？由于卷积层只有很少的参数，他们本身就不需要多少正则化。更进一步说，特征图编码的是空间的关系，特征图的激活是高度相关的，这也导致了dropout的失效。

第二，dropout所擅长的正则化慢慢的过时了

像VGG16这样的大型的网络后面有全连接层，对于这样的模型，需要考虑过拟合，所以在全连接之间使用dropout。

但是不幸的时，现在的结构中全连接层被移除了。

我们使用了global average pooling来代替了全连接层，这种卷积网络可以减小模型的size，同时提高模型的表现。

我做了一个实验，试试看是否 batch normalization可以减少泛化误差。

我构建了5个完全相同的卷积网络结构，然后分别在卷积之间插入dropout，batch norm，或者什么也不插入（control）。

使用batch norm的表现最好，说明在卷积之间应该使用batch norm。

更进一步说，dropout不应该放在卷积之间，dropout越大，模型表现越差。