分享Andrew Ng在深度学习暑期班中演讲的机器学习项目
更多深度文章，请关注：https://yq.aliyun.com/cloud
作者：Thomas Johnson，位于芝加哥
大家可以去GitHub看项目。
本文尝试从在2016年深度学习暑期学校中Andrew Ng的“应用深度学习的基本要点”谈话中总结了他的推荐机器学习工作流程。任何错误或误解都是我自己的观点。
从此开始
1.在你的任务上衡量一个人的表现
2.你的训练和测试数据来自相同的分布吗？
- 是的
- 不是
如果你的训练和测试数据来自相同的分布
1.打乱并将您的数据分成训练/开发/测试集
Ng建议训练/开发/测试拆分约70％/ 15％/ 15％。
2.测量你的训练错误和开发集错误，并计算偏差和方差
计算你的偏差和方差为：
偏差=（训练集错误） - （人为错误）
方差=（开发集错误） - （训练集错误）
3. 你的偏差值高吗？
高偏差的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
5% |
| 开发集错误 |
6% |
在进入下一步之前修正高偏差。
4. 你有高方差吗？
高方差的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
2% |
| 开发集错误 |
6% |
一旦你解决了高方差，那么你完成了！
如果你的训练和测试数据不在同一分布上
1.拆分你的数据
如果你的训练和测试数据来自不同的分布，请确保至少您的开发和测试集是从相同的分布。你可以这样做，采取你的测试集，并使用一半作为开发和一半作为测试。
把你的训练集中的一小部分（称之为“训练-开发”），并将您的测试数据分解为开发和测试：
| 训练（分布1） |
测试（分布2） |
||
| 训练 |
训练-开发 |
开发 |
测试 |
2.测量你的错误，并计算相关指标
计算这些指标，以帮助你了解你的工作重点：
| 错误类型 |
公式 |
| 偏差 |
（训练错误）-（人为错误） |
| 方差 |
（训练-开发错误）-（训练错误） |
| 训练/测试不匹配 |
（开发错误） - （训练-开发错误） |
| 开发错误 |
（测试错误） - （开发错误） |
3.你有高偏差吗？
高偏差的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
10% |
| 训练-开发错误 |
10.1% |
| 开发集错误 |
10.2% |
在进入下一步之前修正高偏差。
4.你有高方差吗？
高方差的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
2% |
| 训练-开发错误 |
10.1% |
| 开发集错误 |
10.2% |
在进入下一步之前修正高方差。
5.你有训练/测试不匹配吗
训练/测试不匹配的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
2% |
| 训练-开发错误 |
2.1% |
| 开发集错误 |
10% |
在进入下一步之前修正训练/测试不匹配。
6.你是否过度拟合你的开发集？
过度拟合开发集的例子：
| 错误类型 |
错误率 |
| 人为错误 |
1% |
| 训练集错误 |
2% |
| 训练-开发错误 |
2.1% |
| 开发集错误 |
2.2% |
| 测试错误 |
10% |
一旦你解决了拟合开发集，那么你完成了！
如何修正高偏差
Ng提出了这样一种修正高偏差模型的方法：
- 尝试一个更大的模型
- 尝试更长时间的训练
- 尝试一个新的模式架构（这可能很难）
如何修复高方差
Ng提出了一些修正高方差模型的方法：
- 获取更多数据
- 这包括数据合成和数据扩充
- 尝试添加正则化
- 尝试提前停止
- 尝试新的模型架构（这可能很难）
如何修复训练/测试不匹配
Ng建议用这种方式来修正一个具有高训练/测试不匹配的模型：
- 尝试获得更多与你的测试数据类似的数据
- 尝试数据合成和数据扩充
- 尝试新的模型架构（这可能很难）
如何解决过度拟合你的开发组
Ng建议只有一种方式来修复设备过度配置：
- 获取更多的开发数据
据推测，这也将包括数据合成和数据增加。
以上为译文
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《Deep Learning Project Workflow》，作者：Thomas Johnson，译者：tiamo_zn，审校：李烽。
文章为简译，更为详细的内容，请查看原文
