验证损失低于训练LSTM的训练损失

Question

我正在张量流中使用 tf.learn 训练 LSTM。为此，我将数据分为训练（90%）和验证（10%）。据我了解，模型通常比验证数据更适合训练数据，但我得到了相反的结果。验证集的损失更低，准确性更高。

正如我在其他答案中读到的那样，这可能是因为验证期间未应用 dropout。然而，当我从 LSTM 架构中删除 dropout 时，验证损失仍然低于训练损失（尽管差异较小）。

此外，每个 epoch 结束时显示的损失并不是每个批次损失的平均值（例如使用 Keras 时）。这是他最后一批的损失。我也认为这可能是我的结果的一个原因，但事实证明并非如此。

Training samples: 783
Validation samples: 87
--
Training Step: 4  | total loss: 1.08214 | time: 1.327s
| Adam | epoch: 001 | loss: 1.08214 - acc: 0.7549 | val_loss: 0.53043 - val_acc: 0.9885 -- iter: 783/783
--
Training Step: 8  | total loss: 0.41462 | time: 1.117s
| Adam | epoch: 002 | loss: 0.41462 - acc: 0.9759 | val_loss: 0.17027 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 12  | total loss: 0.15111 | time: 1.124s
| Adam | epoch: 003 | loss: 0.15111 - acc: 0.9984 | val_loss: 0.07488 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 16  | total loss: 0.10145 | time: 1.114s
| Adam | epoch: 004 | loss: 0.10145 - acc: 0.9950 | val_loss: 0.04173 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 20  | total loss: 0.26568 | time: 1.124s
| Adam | epoch: 005 | loss: 0.26568 - acc: 0.9615 | val_loss: 0.03077 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 24  | total loss: 0.11023 | time: 1.129s
| Adam | epoch: 006 | loss: 0.11023 - acc: 0.9863 | val_loss: 0.02607 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 28  | total loss: 0.07059 | time: 1.141s
| Adam | epoch: 007 | loss: 0.07059 - acc: 0.9934 | val_loss: 0.01882 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 32  | total loss: 0.03571 | time: 1.122s
| Adam | epoch: 008 | loss: 0.03571 - acc: 0.9977 | val_loss: 0.01524 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 36  | total loss: 0.05084 | time: 1.120s
| Adam | epoch: 009 | loss: 0.05084 - acc: 0.9948 | val_loss: 0.01384 - val_acc: 1.0000 -- iter: 783/783
--
Training Step: 40  | total loss: 0.22283 | time: 1.132s
| Adam | epoch: 010 | loss: 0.22283 - acc: 0.9714 | val_loss: 0.01227 - val_acc: 1.0000 -- iter: 783/783

使用的网络（注意dropout已被注释掉）：

def get_network_wide(frames, input_size, num_classes):
    """Create a one-layer LSTM"""
    net = tflearn.input_data(shape=[None, frames, input_size])
    #net = tflearn.lstm(net, 256, dropout=0.2)
    net = tflearn.fully_connected(net, num_classes, activation='softmax')
    net = tflearn.regression(net, optimizer='adam',
                             loss='categorical_crossentropy',metric='default', name='output1')
    return net 

验证损失与训练损失图

Answer 1

这本质上不一定是一个有问题的现象。

发生这种情况的原因有很多，如下所述。

1. 当您的训练数据更难训练/学习模式时，通常可能会发生这种情况，而验证集拥有“简单”的图像/数据来分类。这同样适用于 LSTM/序列分类数据。
2. 训练初期可能会出现验证损失小于训练损失+验证准确率大于训练准确率的情况。
3. 在验证过程中，未启用 dropout，从而在验证集上获得更好的结果。
4. 训练损失是按时期计算的。在一个纪元结束时，它是整个纪元中批次损失（累积）的平均值。网络学习数据之间和数据内的模式/关系，并且在针对验证进行测试时，它使用已经学习的信息，因此验证结果可以更好例如TLosses [0.60,0.59,...0.3 (loss on TS at the end of the epoch)]->VLosses [0.3,0.29,0.35] (because the model has already trained a lot as compared to the start of the epoch.

但是，您的训练集和验证集都非常小。仅当数据非常多（在本例中为数万甚至数十万）时才应进行此类拆分（90% 用于训练，10% 用于验证/开发）。另一方面，您的整个训练集（train + val）的样本少于 1000 个。您需要更多的数据，因为 LSTM 因需要大量训练数据而闻名。

然后，您可以尝试使用KFoldCrossValidation甚至StratifiedKFoldCrossValidation。通过这种方式，您将确保您没有手动创建一个非常“简单”的验证集，您总是在其上进行测试；相反，您可以有 k 次折叠，其中 k-1 个用于训练，1 个用于验证；这样就可以避免情况(1)。

答案就在数据中。仔细准备，因为结果在很大程度上取决于数据的质量（预处理数据、清理数据、创建相关的训练/验证/测试集）。