這兩天重讀了一篇很有趣的論文，《Effect of the initial configuration of weights on the training and function of artificial neural networks》（ https://arxiv.org/pdf/2012.02550 ）。它非常直白的展示了人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中的初始權(quán)重配置對(duì)網(wǎng)絡(luò)功能和性能的影響。

通俗來(lái)講，神經(jīng)網(wǎng)絡(luò)就像是一臺(tái)復(fù)雜的機(jī)器，它內(nèi)部有很多“開(kāi)關(guān)”（也就是權(quán)重），這些開(kāi)關(guān)從一開(kāi)始就有隨機(jī)的初始設(shè)置。在訓(xùn)練過(guò)程中，這些開(kāi)關(guān)的設(shè)置會(huì)一點(diǎn)一點(diǎn)調(diào)整，目標(biāo)是讓網(wǎng)絡(luò)最終能夠給出盡量準(zhǔn)確的輸出。

作者通過(guò)分析發(fā)現(xiàn)，在使用常見(jiàn)的訓(xùn)練方法（SGD/AdamW等）時(shí)，網(wǎng)絡(luò)的最終狀態(tài)通常不會(huì)離初始設(shè)置太遠(yuǎn)。這就好比網(wǎng)絡(luò)的學(xué)習(xí)是在“微調(diào)”初始狀態(tài)，而不是完全重置或重新安排所有開(kāi)關(guān)。

訓(xùn)練算法通常不需要走到離初始設(shè)置太遠(yuǎn)的地方，在初始設(shè)置的周?chē)湍苷业嚼硐氲慕狻?/p>

受論文思路的啟發(fā)，我做了一個(gè)實(shí)驗(yàn)，來(lái)觀察上述現(xiàn)象。( 詳細(xì)完整的代碼在 https://github.com/zhangfaen/effect-of-the-initial-configuration-of-weights )。

我們定義一個(gè)簡(jiǎn)單的多層神經(jīng)網(wǎng)絡(luò)。

其中nn.Linear(128, 128)這個(gè)參數(shù)矩陣，是隨機(jī)初始化的。我們制作一個(gè)分辨率圖片是128*128的圖片，圖片中我們故意放了一個(gè)水?。ā爸小保┳帧?/p>

圖1

然后，我們把這個(gè)圖片疊加到nn.Linear(128, 128)這個(gè)參數(shù)矩陣中。

我們把這個(gè)參數(shù)矩陣當(dāng)一個(gè)圖片看的話，會(huì)是這個(gè)樣子：

圖2

然后，我們用著名的手寫(xiě)字符識(shí)別數(shù)據(jù)集來(lái)訓(xùn)練這個(gè)模型。

訓(xùn)練完成后，我們?cè)儆脠D片的方式看一下nn.Linear(128, 128)這個(gè)參數(shù)矩陣，如圖3。

圖3

可以看到，模型從最初的8.92%準(zhǔn)確率（就是隨機(jī)猜的準(zhǔn)確率），到95.77%的準(zhǔn)確率，nn.Linear(128, 128)這個(gè)參數(shù)矩陣居然沒(méi)有什么大的變化（看 圖2 和 圖3）。

下面的圖中第1行，10個(gè)“中”字，表示訓(xùn)練過(guò)程10個(gè)epoch中，這個(gè)nn.Linear(128, 128)這個(gè)參數(shù)矩陣的整體數(shù)值如何在變（其實(shí)沒(méi)怎么變）

所以，一個(gè)深度神經(jīng)網(wǎng)絡(luò)模型，初始參數(shù)配置不管怎樣，從“白癡”訓(xùn)練到“專家”水平，其實(shí)其內(nèi)部參數(shù)并沒(méi)有太大的變化。是不是有點(diǎn) “朽木皆可雕也” 或者 “開(kāi)局一把牌，怎么都能打”的意思？

再感受一下論文中的圖和一個(gè)論述，啟發(fā)且有趣 

本文轉(zhuǎn)載自??后向傳播??，作者： 張發(fā)恩