CNN--两个Loss层计算的数值问题
本文收录在无痛的机器学习第一季。
写在前面，这篇文章的原创性比较差，因为里面聊的已经是老生长谈的事情，但是为了保持对CNN问题的完整性，还是把它单独拿出来写一篇了。已经知道的童鞋可以忽略，没看过的童鞋可以来瞧瞧。
这次我们来聊一聊在计算Loss部分是可能出现的一些小问题以及现在的解决方法。其实也是仔细阅读下Caffe代码中有关Softmax loss和sigmoid cross entropy loss两个部分的真实计算方法。
Softmax
有关Softmax的起源以及深层含义这里不多说了，我们直接来看看从定义出发的计算方法：
def naive_softmax(x):
y = np.exp(x)
return y / np.sum(y)
随便生成一组数据，计算一下：
a = np.random.rand(10)
print a
print naive_softmax(a)
[ 0.67362493 0.20352691 0.02024274 0.29988184 0.2319521
0.43930833 0.98219225 0.54569955 0.00298489 0.83399241]
[ 0.12203807 0.07626659 0.06349434 0.08398094 0.07846559
0.09654569 0.16615155 0.10738362 0.06240797 0.14326563]
从结果来看比较正常，符合预期，但是如果我们的输入不那么正常呢？
b = np.random.rand(10) * 1000
print b
print naive_softmax(b)
[ 497.46732916 227.75385779 537.82669096 787.54950048 663.13861524
224.69389572 958.39441314 139.09633232 381.35034548 604.08586655]
[ 0. 0. 0. nan 0. 0. nan 0. 0. 0.]
我们发现数值溢出了，因为指数函数是一个很容易让数值爆炸的函数，那么输入大概到多少会溢出呢？蛋疼的我还是做了一个实验：
np.exp(709)
8.2184074615549724e+307
这是在python能够正常输出的单一数字的极限了。实际上这接近double类型的数值极限了。
虽然我们前面讲过有一些方法可以控制住数字，使输出不会那么大，但是终究难免会有个别大数字使得计算溢出。而且实际场景中计算softmax的向量维度可能会比较大，大家累积起来的数字有时还是挺吓人的。
那么如何解决呢？我们只要给每个数字除以一个大数，保证它不溢出，问题不就解决了？老司机给出的方案是找出输入数据中最大的数，然后除以e的最大数次幂，相当于下面的代码：
def high_level_softmax(x):
max_val = np.max(x)
x -= max_val
return naive_softmax(x)
这样一来，之前的问题就解决了，数值不再溢出了。
b = np.random.rand(10) * 1000
print b
print high_level_softmax(b)
[ 903.27437996 260.68316085 22.31677464 544.80611744 506.26848644
698.38019158 833.72024087 200.55675076 924.07740602 909.39841128]
[ 9.23337324e-010 7.79004225e-289 0.00000000e+000
1.92562645e-165 3.53094986e-182 9.57072864e-099
5.73299537e-040 6.01134555e-315 9.99999577e-001
4.21690097e-007]
虽然不溢出了，但是这个结果看着还是有点怪。上面的例子中最大的数字924.07740602的结果高达0.99999，而其他一众数字经过softmax之后都小的可怜，小到我们用肉眼无法从坐标轴上把它们区分出来，这说明softmax的最终结果和scale有很大的关系。
为了让这些小的可怜的数字不那么可怜，使用一点平滑的小技巧还是很有必要的，于是代码又变成：
def practical_softmax(x):
max_val = np.max(x)
x -= max_val
y = np.exp(x)
y[y < 1e-20] = 1e-20
return y / np.sum(y)结果变成了：
[ 9.23337325e-10 9.99999577e-21 9.99999577e-21 9.99999577e-21
9.99999577e-21 9.99999577e-21 9.99999577e-21 9.99999577e-21
9.99999577e-01 4.21690096e-07]
看上去比上面的还是要好一些，虽然不能扭转一家独大的局面。
Sigmoid Cross Entropy Loss
从上面的例子我们可以看出，exp这个函数实在是有毒。下面又轮到另外一个中毒专业户sigmoid出厂了。这里我们同样不解释算法原理，直接出代码：
def naive_sigmoid_loss(x, t):
y = 1 / (1 + np.exp(-x))
return -np.sum(t * np.log(y) + (1 - t) * np.log(1 - y)) / y.shape[0]
我们给出一个温和的例子：
a = np.random.rand(10)
b = a > 0.5
print a
print b
print naive_sigmoid_loss(a,b)
[ 0.39962673 0.04308825 0.18672843 0.05445796 0.82770513
0.16295996 0.18544111 0.57409273 0.63078192 0.62763516]
[False False False False True False False True True True]
0.63712381656
下面自然是一个暴力的例子：
a = np.random.rand(10)* 1000
b = a > 500
print a
print b
print naive_sigmoid_loss(a,b)
[ 63.20798359 958.94378279 250.75385942 895.49371345 965.62635077
81.1217712 423.36466749 532.20604694 333.45425951 185.72621262]
[False True False True True False False True False False]
nan
果然不出所料，我们的程序又一次溢出了。
那怎么办呢？这里节省点笔墨，直接照搬老司机的推导过程：（侵删，我就自己推一遍了……）
于是，代码变成了：
def high_level_sigmoid_loss(x, t):
first = (t - (x > 0)) * x
second = np.log(1 + np.exp(x - 2 * x * (x > 0)))
return -np.sum(first - second) / x.shape[0]
举一个例子：
a = np.random.rand(10)* 1000 - 500
b = a > 0
print a
print b
print high_level_sigmoid_loss(a,b)
[-173.48716596 462.06216262 -417.78666769 6.10480948 340.13986055
23.64615392 256.33358957 -332.46689674 416.88593348 -246.51402684]
[False True False True True True True False True False]
0.000222961919658
这样一来数值的问题也就解决了！
就剩一句话了
计算中遇到Exp要小心溢出！
广告时间
更多精彩尽在《深度学习轻松学：核心算法与视觉实践》！
