Caffe 训练时loss等于87.33的原因及解决方法

亦凉 2022-06-10 03:27 165阅读 0赞

如题，在caffe训练时，遇到这个特殊的数字之后，loss会一直就是这个数字。  
网上虽然有很多针对这个问题调参的trick，但少有详细的分析，因此，有必要研究一下caffe的源代码。  
softmax的公式为  
pk=exp(xk)∑iexp(xi)  
其中x为softmax前一层的输出

softmax的loss计算公式也很简单，就是对softmax之后预测的概率做对数似然函数  
loss=−∑kyklog(pk)  
其中y是label，若类别数为N，则y为N维。对于单label情况，N维中只有一维为1，其他为零，计算loss时仅需考虑label中非零那一维即可（实际使用中单label用一个数字记录）  
此时  
loss=−log(P\{ k==label\})

在softmax\_loss\_layer.cpp的原码中，就是由label的非零维直接计算loss的

loss -= log(std::max(prob_data[i * dim + label_value * inner_num_ + j],
                               Dtype(FLT_MIN)));
     
      
       1 
       2 
      
     
      
       1 
       2

loss的最大值由FLT\_MIN得到，FLT\_MIN定义为1.17549435E-38F，这个数字的自然对数正好就是  
\-87.3356，算loss时需要取负值，结果就能了87.3356。

这说明softmax计算得到概率值出现了零（由于float类型所能表示的最小数值是10−38，比这个值还小的无法表示，只能是零）  
而softmax是用指数函数计算的，指数函数的值都是大于零的。因此，我们有理由相信，计算过程中出现了float溢出等异常，出现了inf，nan等异常数值导致softmax输出为零  
最后我们发现，当softmax之前的feature值过大时，由于softmax先求指数，会超出float数据范围，成为inf。inf与其他任何数值的和都是inf，softmax在做除法时任何正常范围的数值除以inf都会变为0。然后求loss时log一下就出现了87.3356这样的值。

以下是模拟训练的loss代码，观察feature数值范围对loss的影响

#include <iostream>
    #include <math.h>
    #include <float.h>
    
    using namespace std;
    
    int main()
    {
      float f[] = {
       100, 20};
      cout << "feature: " << f[0] << ", " << f[1] << endl;
    
      float f_exp[] = {expf(f[0]), expf(f[1])};
      cout << "exp: " << f_exp[0] << ", " << f_exp[1] << endl;
    
      float sum = f_exp[0] + f_exp[1];
      cout << "sum: " << sum << endl;
    
      float softmax[] = {f_exp[0]/sum, f_exp[1]/sum};
      cout << "softmax: " << softmax[0] << ", " << softmax[1] << endl;
    
      float loss[] = {-log(max(softmax[0], FLT_MIN)), -log(max(softmax[1], FLT_MIN))};
      cout << "loss: " << loss[0] << ", " << loss[1] << endl;
    
      return 0;
    }
    
     
      
       1 
       2 
       3 
       4 
       5 
       6 
       7 
       8 
       9 
       10 
       11 
       12 
       13 
       14 
       15 
       16 
       17 
       18 
       19 
       20 
       21 
       22 
       23 
       24 
       25 
       26 
      
     
      
       1 
       2 
       3 
       4 
       5 
       6 
       7 
       8 
       9 
       10 
       11 
       12 
       13 
       14 
       15 
       16 
       17 
       18 
       19 
       20 
       21 
       22 
       23 
       24 
       25 
       26

解决方法：  
知道了原因，解决时就能对症下药。总体上看，softmax输入的feature由两部分计算得到：一部分是输入数据，另部分是各层权重参数。  
1、观察数据中是否有异常样本或异常label导致数据读取异常  
2、调小初始化权重，以便使softmax输入的feature尽可能变小  
3、降低学习率，这样就能减小权重参数的波动范围，从而减小权重变大的可能性。这条也是网上出现较多的方法。  
4、如果有BN（batch normalization）层，finetune时最好不要冻结BN的参数，否则数据分布不一致时很容易使输出值变的很大。