重磅干货，第一时间送达
导读
大家都遇到过这种情况，训练的时候没什么问题，测试的时候就不对劲了，想找问题，感觉无处入手，那么今天，给你37个建议，看看再说吧。
这个网络在过去12个小时中一直在进行训练。一切看起来都很好：梯度在流动，损失在降低。但是接下来的预测结果是：所有都是0，所有都是背景，没有检测到任何东西。“我做错了什么？”我问我的电脑，电脑没睬我。
你从哪里开始检查你的模型是否正在输出垃圾(例如预测所有输出的平均值，或者它的准确性非常差)？
由于一些原因，网络可能不会进行训练。在许多调试的过程中，我经常发现自己在执行相同的检查。我把我的经验和最好的想法整理在这个方便的列表里。我希望它们对你也有用。
0. 如何使用这个指南？
很多事情都可能出错。但其中一些更有可能出现问题。我通常以这张简短的清单作为紧急第一反应：
从一个已知对这类数据有效的简单模型开始(例如，图像的VGG)。如果可能的话，使用标准的损失。
关闭所有花哨的功能，例如正则化和数据扩充。
如果对模型进行finetune，请仔细检查预处理，因为预处理应该与原始模型的训练相同。
验证输入数据是否正确。
从一个很小的数据集(2-20个样本)开始。对其进行过拟合，并逐渐添加更多数据。
开始逐步添加所有遗漏的部分：增强/正则化，自定义损失函数，尝试更复杂的模型。
如果上面的步骤没有什么用，那么就从下面的列表开始，逐一验证。
I. 数据集的问题
1. 检查你的输入数据
检查你正在向网络提供的输入数据是否有意义。例如，我不止一次地搞混了图像的宽度和高度。有时，我会不小心把输入全部搞成了0。或者我会反复的使用相同batch。因此，打印/显示两个batch的输入和目标输出，并确保它们是正确的。
2. 尝试随机的输入
尝试传递随机数而不是实际数据，看看错误的现象是否相同。如果是的话，这是一个确定的信号，表明你的网络在某个时候正在把数据变成垃圾。试着一层一层地调试看看哪里出错了。
3. 检查你的数据加载
你的数据可能没有问题，但是将输入传递到网络的代码可能会有问题。在任何操作之前打印第一层的输入并检查它。
4. 确保输入连接到了输出
检查一些输入样本的标签是否正确。还要确保对输入样本的变换对输出标签的作用是相同的。
5. 输入和输出之间的关系是不是太随机了？
也许输入和输出之间关系的非随机部分与随机部分相比太小了(有人可能会说股票价格是这样的)。也就是说，输入与输出的关系并不充分。由于这取决于数据的性质，因此没有一种通用的方法来检测这一点。
6. 数据集中是否有太多的噪声？
有一次，当我从一个食品网站上抓取图像数据集时，这种情况发生在我身上。有太多不好的标签，网络无法学习。手动检查一些输入样本，看看标签是不是正确。
噪声的截止点有待讨论，因为本文在使用50%损坏标签的MNIST上获得了超过50%的准确性。
7. 打乱数据集
如果你的数据集没有被打乱，并且有一个特定的顺序(按标签排序)，这可能会对学习产生负面的影响。打乱你的数据集，以避免这种情况。确保你在进行打乱的时候，是把输入和标签一起打乱的。
8. 减少类别的不均衡
每一个类别B的图像就有1000个类别A的图像？你可能需要平衡损失函数或尝试其他类别不平衡的方法。
9. 你有足够的训练样本吗？
如果你正在从头开始训练一个网络，你可能需要大量的数据。对于图像分类，人们说每个类需要1000个或更多的图像。
10. 确保你的batch里不只包含同一个标签
这可能发生在排过序的数据集中(即前10k个样本包含相同的类)。通过打乱数据集很容易修复。
11. 减少batch size
这篇文章指出大的batch size会降低模型的泛化能力。
附加1. 使用标准的数据集（如mnist, cifar10 ）
在测试新网络架构或编写新代码时，首先使用标准数据集，而不是你自己的数据。这是因为这些数据集有很多参考结果，而且它们被证明是“可解的”。不会出现标签噪声、训练/测试分布差异、数据集难度过大等问题。
II. 数据归一化/增强
12. 特征标准化
你是否标准化了你的输入使其均值和单位方差为零？
13. 你是不是用了太多的数据增强？
增强具有规律性的效果。太多的这些与其他形式的正则化(权值的L2，dropout等等)结合在一起会导致网络欠拟合。
14. 检查你的预训练模型的预处理
如果你使用的是预训练模型，请确保你使用的归一化和预处理与训练时的模型相同。例如，图像像素应该在[0,1]、[- 1,1]还是[0,255]范围内?
15. 检查训练/验证/测试集的预处理
CS231n指出了一个常见的陷阱：
“……任何预处理统计数据(例如数据平均值)必须仅对训练数据进行计算，然后应用于验证/测试数据。”例如，计算平均值并从整个数据集中的每幅图像中减去它，然后将数据分割为train/val/test分割是错误的。"
同时，检查每个样本或batch的预处理的不同之处。
III. 实现中的问题
16.尝试解决这个问题的更简单的版本的问题
这将有助于找到问题所在。例如，如果目标输出是物体的类别和坐标，请尝试只预测物体的类别。
17.看看“随机”时候的正确的损失
再次来自优秀的CS231n：使用小参数进行初始化，没有正则化。例如，如果我们有10个类，在随机的情况下意味着我们将有10%的时候会得到正确的类，Softmax损失是正确类的概率的负对数，因此：-ln(0.1) = 2.302.
在此之后，试着增加正则化强度，这会增加损失。
18. 检查你的损失函数
如果你实现了自己的loss函数，那么检查它的bug并添加单元测试。通常，我自己写的损失可能是不正确的，并以一种微妙的方式损害了网络的性能。
19. 验证损失的输入
如果你使用的是框架提供的loss函数，请确保你传递给它的是它所期望的。例如，在PyTorch中，我会混淆NLLLoss和CrossEntropyLoss，因为前者需要softmax输入，而后者不需要。
20. 调整损失的权重
如果你的损失由几个较小的损失函数组成，请确保它们相对于每个损失函数的大小是正确的。这可能涉及测试不同的损失权重组合。
21. 使用其他的度量方法进行监控
有时候，损失并不能很好地预测你的网络是否训练的好。如果可以，使用其他指标，如准确性。
22. 测试所有的自定义的层
你自己实现了网络中的一些层吗？反复检查以确保它们按照预期工作。
23. 检查“冻结”的层和变量
检查你是否无意中禁用了一些层/变量的梯度的更新。
24. 增加网络的大小
也许你的网络的表达能力不足以得到目标函数。尝试在全连接的层中添加更多的层或更多的隐藏单元。
25. 检查隐藏维度的错误
如果你的输入看起来像(k, H, W) =(64, 64, 64)那么很容易忽略与错误维度相关的错误。对输入维度使用奇怪的数字(例如，每个维度使用不同的素数)，并检查它们如何在网络中传播。
26. 梯度检查
如果你手动实现梯度下降，检查梯度，确保你的反向传播工作正常。
IV. 训练问题
27. 处理小数据集
过拟合数据的一个子集，并确保它能工作。例如，用一两个样本来训练，看看你的网络是否能学会区分它们。再继续使用每个类的更多样本。
28. 检查权值初始化
如果不确定的话，使用Xavier或He初始化。另外，初始化可能会导致错误的局部最小值，所以尝试不同的初始化，看看是否有帮助。
29. 改变你的超参数
也许你使用了一组特别糟糕的超参数。如果可行，尝试网格搜索。
30. 减少正则化
过多的正则化会导致网络严重欠拟合。减少正规化，如dropout、、权重/偏置L2正规化等。在优秀的“Practical Deep Learning for coders”课程中，Jeremy Howard建议首先摆脱欠拟合。这意味着你需要对训练数据进行充分的过拟合，然后再解决过拟合问题。
31. 多给点时间
也许你的网络需要更多的时间来训练，才能开始做出有意义的预测。如果你的损失在稳步减少，那就让它继续训练吧。
32. 从训练模式切换到测试模式
有些框架具有Batch Norm、drop等层，在训练和测试期间的行为有所不同。切换到适当的模式可能有助于你的网络进行正确的预测。
33. 训练可视化
监控每一层的激活值、权重和更新。确保它们大小匹配。例如，参数更新的大小(权重和偏差)应该是1-e3。
考虑一个可视化库，比如Tensorboard和Crayon。必要时，你还可以打印权重/偏置/激活值。
寻找平均值比0大得多的层激活。尝试 Batch Norm或ELUs。
Deeplearning4j指出在权重和偏差直方图中应该能看到：
对于权值，这些直方图在一段时间后应该有一个近似的高斯分布。对于偏置，这些直方图通常从0开始，通常以近似高斯分布结束(LSTM是一个例外)。注意那些发散到+/-∞的参数。留意那些变得很大的偏置。如果类的分布非常不平衡，这种情况有时会发生在分类的输出层。
检查层的更新，他们应该是一个高斯分布。
34. 尝试不同的优化器
你选择的优化器不应该会导致你的网络不训练，除非你选择了特别糟糕的超参数。然而，对于一个任务，适当的优化器可以帮助在最短的时间内获得最多的训练。你正在使用的算法的论文中应该会指定优化器。如果不是，我倾向于使用Adam或使用动量的SGD。
