5位大佬工程师合写

丰色 Pine 发自 凹非寺

非常AI | 公众号 QbitAI

各位炼丹er们，调参是你们最头疼的环节吗？

现在，一份上线不到一天就狂揽1200+星的《深度学习调优手册》来了。

△数字还在飞速上涨，估计马上就要登热榜了

这可能是市面上首个如此全面的炼丹宝典，由5位谷歌工程师大佬合作总结。

这些大佬们都已在深度学习领域“踩坑”多年、工作成果应用从语音识别到天文学都有涉猎。

为了这份手册，他们总结了自己在训练网络、带新工程师、以及和同事交流时get到的各种经验和技巧。

连“深度学习之父”Geoffrey Hinton都来盛赞：

来看看具体都有些啥。

谷歌炼丹宝典，聚焦超参数调整

本手册适用范围为：对系统地最大化深度学习模型性能感兴趣的工程师和研究人员，包括个人和团队。

默认翻开这本手册的都掌握了机器学习基本知识和深度学习概念。

其中内容主要聚焦超参数调整，因为这是作者们在工作中耗时最多、收获也最多的环节。

具体一共分为四大部分：

开始新项目

第一部分从训练一个新的模型开始，教大家如何选择：

（1）模型架构（2）优化器（3）batch size（4）初始配置。

比如，在选择优化器时，由于所有类型的机器学习问题和模型架构中都不存在最好的那一个，那么我们就坚持选择时下最流行、最成熟的那一个（尤其对于新项目来说）。

这里作者们推荐（但不限于）：SGDM和更通用的Adam、NAdam，特别提醒：Adam有4个可调超参数 ，它们都很重要。

而在选择batch size时，需要注意它只是决定训练速度，不应该直接用于调整验证集的性能。

因为有研究表明，只要所有超参数都经过良好调整（尤其是学习率和正则化超参数）并且训练步数足够，任何batch size值都应该可以获得相同的性能。

通常来说，理想的batch size是可用硬件支持的最大值。

具体如何选择，手册在这里作出了非常详细的解释：

初始配置方面，指导原则是找到一个简单、相对快速、资源消耗相对较低的配置，好获得一个“合理”的结果。

所谓简单，就是切记不要在开始时就添加一些花里胡哨的东西，现阶段没用不说还浪费时间。

比如在找到一个合适的学习率之前，就不要想着各种花式的decay schedule。

科学提高模型性能

本部分的经验建立以下两点前提之上：

• 我们已经有一个完全运行的训练pipeline以及能够获得合理结果的配置；
• 有足够的计算资源用于进行有意义的调整实验、用于并行运行多个训练项目。

具体一共分为7个小部分：

第1部分标题为“逐步调整策略”，即从一个简单的配置开始，逐步进行改进，需要重复以下四个步骤：

• 为下一轮实验确定范围适当的目标；
• 设计并运行实验，朝着目标取得进展；
• 分析结果；
• 考虑是否推出新的最佳配置。

后续部分就是围绕上面四个步骤进行详细的展开，超参数如何选择和修改也在本节作为重点出现。

比如不管我们的实验目标是什么，我们都需要将超参数分为三类：科学超参数、nuisance超参数和固定超参数。

如果我们的目标是“确定具有更多隐藏层（hidden layer）的模型是否会减少验证错误”，那么隐藏层数就是一个科学超参数，这是我们在设计新实验时需要首先确定的。

需要修改的主要是第二类。

当我们进行到第三步，也就是分析结果时，需要额外问自己以下几个问题：

搜索空间是否足够大？是否从里面采样了足够多的点？该模型是否存在优化问题？我们可以从最佳试验的训练曲线中学到什么？

具体怎么判断和解决这些问题，手册也有非常详细的解释。

最后，当我们确定好了应该调整哪些超参数，就可以善用贝叶斯优化工具了。

不同工作负载如何设置训练步数

在这部分，手册根据工作负载的不同分了两部分来展开，分别为：

• 工作负载为计算密集型（CPU密集型）时，训练步数如何设置？
• 工作负载为非计算密集型（IO密集型）时，训练步数如何设置？

通俗来讲，计算密集型与非计算密集型就是受不受计算量的限制。而我们要解决的问题，就是无论在哪种情况下，如何让模型都能达到最佳效果。

也不多说废话，直接举个栗子来看宝典中是如何讲的？

当工作负载受计算限制时，也就是说计算资源成为主要的限制因素，首先面临的问题就是：

如果训练损失在无限期的改善，有没有必要这样一直训练下去？

宝典给出的答案是：没有！ 多轮调整最明智，1～3轮最实用。

并且还附有两轮调整的具体建议：

• 第1轮：较短的运行时间以找到好的模型和优化器超参数
• 第2轮：不要在良好的超参数点上长时间运行以获得最终模型
  （详见手册）

关于当工作负载不受计算限制时，调整的部分主要围绕max_train_steps，具体这里就不再赘述。

其他补充

到这里，宝典差不多就接近尾声了，谷歌研究员们还贴心地给出了一份pipeline训练的补充指南，内容包括：

• 优化输入pipeline
• 评估模型性能
• 保存检查点并回顾性地选择最佳检查点
• 建立实验跟踪
• Batch规范化实现细节
• multi-host pipelines的注意事项

在“优化输入pipeline”部分，宝典列出了导致输入pipeline的一些常见原因，并给出了一些小tips。

关于“评估模型性能”，也给出了详细的操作步骤。

……

宝典全文的链接也已附在文末，感兴趣的朋友可以扔进收藏夹了。

mem it～

关于作者

一共4位谷歌在职大佬，1位哈佛的在读博士生（以前也在谷歌工作了5年多）。

Varun Godbole，目前是谷歌AI的一名软件工程师，主要经验集中在建模和构建处理大型数据集的基础设施方面。

之前，他的研究领域是计算机视觉和医学图像的交叉点，合著的论文“International evaluation of an AI system for breast cancer screening”曾登上Nature。

George E. Dahl，是谷歌大脑团队的研究科学家，他的研究集中在高度灵活的模型上，并且他还对语言、感知数据以及化学、生物和医学数据的应用感兴趣。

George在多伦多大学攻读博士学位时，主要解决语音识别、计算化学和自然语言文本处理等问题的深度学习方法，其中包括一些首次成功的深度声学模型。

Justin Gilmer，谷歌大脑的研究科学家，他在Google Scholar上引用已经破万，主要研究方向为深度学习、组合型、随机图论。

非常AI前不久的《几十年数学难题被谷歌研究员意外突破！曾因不想搞数学自学编程，当年差点被导师赶出门》讲的正是这位科学家。

Christopher Shallue，目前正在攻读哈佛大学的天体物理学博士学位，在此之前，他曾在谷歌工作了5年10个月。

在谷歌工作的那段时间，Shallue有3年多的时间在谷歌大脑担任机器学习研究工程师，研究的内容包括：

• 开发识别系外行星的机器学习技术（包括神经网络首次发现行星）
• 加快超级计算机规模的机器学习培训
• 实证研究机器学习中的优化算法和超参数调整
• TensorFlow 中的开源参考模型实现（图像字幕、句子嵌入、系外行星探测）

Zachary Nado，谷歌大脑的研究工程师，本科就读期间，曾先后在谷歌和SpaceX实习，研究领域包括数据挖掘与建模、机器智能、NLP等。

宝典传送门：
https://github.com/google-research/tuning_playbook