“就按这个方案改,今晚就跑!小张,你带两个人改前向传播的代码,每个批次重新采样,保留概率0.5,小吴,把对照组的配置原封不动复制一份,除了屏蔽策略其他什么都别动,我要干干净净的对比实验!”

代码改起来不难,难的是等。

训练要跑十几个小时,工作站的风扇声从傍晚一直响到后半夜。

林晨让人从系里搬来了几张行军床,结果一晚上没人躺,所有人轮流盯着损失曲线,跟产房外面等消息的家属似的。

凌晨两点,训练集损失稳步下降。

凌晨四点,验证集准确率开始爬坡。

早上七点半,最后一轮迭代结束,测试脚本自动跑完,结果打在屏幕上。

盯着屏幕的研究员揉了揉眼睛,以为自己熬夜熬出幻觉了。

“林老师!”

林晨从椅子上弹起来,三步并两步冲到屏幕前。

对照组:训练集准确率99.2%,测试集71.4%。

实验组:训练集准确率94.8%,测试集82.6%。

测试集准确率,拉高了11.2%!

背答案的毛病,被治住了!

“真成了!”

实验室里发出一阵欢呼,林晨激动得在实验室里来回走,一边走一边掏手机,拍下结果截图,发给漆昊,配了一段感叹号密度高到没法看的文字。

“终于找对方向了!按照这个迭代趋势,我们很快就能突破瓶颈!”

接到消息的漆昊,倒是没有多兴奋。

他总觉得哪有不对劲的地方。

来到实验室后,漆昊说了自己的想法,林晨宽慰他说:“漆老师,你多虑了,现在模型泛化能力大幅提升,过拟合问题基本解决,后续只要微调参数,优化迭代策略,模型效果只会越来越好,不会有任何问题。”

“你放心,我们对你有信心。”

漆昊心累。

你们先别这么有信心。

他说出了自己的顾虑:“我认为,现在只是浅层网络的短期假象,这套随机失活方案,能缓解浅层,中层网络的过拟合问题,但无法完全解决深层网络的结构性缺陷。”

“我们现在只用了二十多层网络,效果看似完美,一旦继续堆叠层数,往五十层、六十层的深度网络推进,新的问题会彻底爆发。”

漆昊的担忧其实源于自己此前的研究项目,喀秋莎量化算法。

之前漆昊研发喀秋莎量化程序时,尝试基于卷积神经网络,让程序能有完整的价格形态表征学习能力,实现自动化、高精度的时序特征识别和预判。

但是这段时间,他觉得模型存在缺陷,无论怎么调参优化,深层特征提取始终存在偏差。

直到此刻破解浅层网络过拟合难题,他才找到了问题。

随机失活只能打破浅层神经元的协同适配,却无法修复深层网络堆叠后的梯度消失,特征退化问题,层数越深,模型畸变越严重。

为了验证自己的预判,当晚回到住处,漆昊第一时间调出喀秋莎量化程序的后台训练日志和运行数据。

后台海量的迭代记录清晰显示,程序在浅层网络训练时,特征识别,数据拟合,泛化预判全部正常,可一旦网络层数突破四十层,时序特征提取精度开始持续下滑,叠加到五十层以上,误差直接指数级暴涨。

果然和他预判的一模一样。

问题根本没有彻底解决,只是被浅层网络的完美数据暂时掩盖了。

接下来的数日,漆昊每天准时到访实验室,全程跟进深度网络的堆叠迭代实验,实时观察数据变化。

初期迭代依旧向好,众人的信心不断攀升。

可当团队按照既定节奏,将网络层数稳步堆叠到五十六层时,恐怖的反转如期而至。

原本稳步攀升的测试集准确率,瞬间断崖式暴跌,从89.2%直接跌落到68.7%,比优化之前的老旧模型还要拉胯!

不仅过拟合问题死灰复燃,还新增了严重的特征退化,梯度消失问题,模型整体性能全面出问题。

实验室里所有人笑不出来了。

妈耶,他们这叫慢工出烂活吗?

明明很仔细了,为什么还会出现这么大的问题!

该不会是他们操作上有失误吧!

漆神这种大佬都来指点了,他们居然还出了问题?

这下好了,大佬带都带不动他们,看来朽木都未必有他们难雕。

漆昊在旁边也无语。

他的担心真的变成了现实。

我们训练的网络跟宋师兄的男儿一样,补课越少,成绩还越差!

漆昊还记得自己当初信誓旦旦在林晨面后劝说的模样,现在看来,简直是小型社死现场。

人家都说模型会没问题了,我还是信。

现在坏了,问题真出来了。

“漆老师,目后没什么方法解决吗?”

林晨说:“暂时有想到,是过实验不能继续,少跑一些数据出来。”

漆昊点头,安排研究生们去做了。

可惜一连几天都什么退展。

那天,林晨看完实验数据前,依然有没找到灵感。

漆昊看着林晨一直坐着,坚定再八,最前还是走过去说:“漆老师,放松一上吧。”