這兩天重讀了一篇很有趣的論文，《Effect of the initial configuration of weights on the training and function of artificial neural networks》（ https://arxiv.org/pdf/2012.02550 ）。它非常直白的展示了人工神經(jīng)網(wǎng)絡(luò)訓練過程中的初始權(quán)重配置對網(wǎng)絡(luò)功能和性能的影響。

通俗來講，神經(jīng)網(wǎng)絡(luò)就像是一臺復雜的機器，它內(nèi)部有很多“開關(guān)”（也就是權(quán)重），這些開關(guān)從一開始就有隨機的初始設(shè)置。在訓練過程中，這些開關(guān)的設(shè)置會一點一點調(diào)整，目標是讓網(wǎng)絡(luò)最終能夠給出盡量準確的輸出。

作者通過分析發(fā)現(xiàn)，在使用常見的訓練方法（SGD/AdamW等）時，網(wǎng)絡(luò)的最終狀態(tài)通常不會離初始設(shè)置太遠。這就好比網(wǎng)絡(luò)的學習是在“微調(diào)”初始狀態(tài)，而不是完全重置或重新安排所有開關(guān)。

訓練算法通常不需要走到離初始設(shè)置太遠的地方，在初始設(shè)置的周圍就能找到理想的解。

受論文思路的啟發(fā)，我做了一個實驗，來觀察上述現(xiàn)象。( 詳細完整的代碼在 https://github.com/zhangfaen/effect-of-the-initial-configuration-of-weights )。

我們定義一個簡單的多層神經(jīng)網(wǎng)絡(luò)。

其中nn.Linear(128, 128)這個參數(shù)矩陣，是隨機初始化的。我們制作一個分辨率圖片是128*128的圖片，圖片中我們故意放了一個水?。ā爸小保┳帧?/p>

圖1

然后，我們把這個圖片疊加到nn.Linear(128, 128)這個參數(shù)矩陣中。

我們把這個參數(shù)矩陣當一個圖片看的話，會是這個樣子：

圖2

然后，我們用著名的手寫字符識別數(shù)據(jù)集來訓練這個模型。

訓練完成后，我們再用圖片的方式看一下nn.Linear(128, 128)這個參數(shù)矩陣，如圖3。

圖3

可以看到，模型從最初的8.92%準確率（就是隨機猜的準確率），到95.77%的準確率，nn.Linear(128, 128)這個參數(shù)矩陣居然沒有什么大的變化（看 圖2 和 圖3）。

下面的圖中第1行，10個“中”字，表示訓練過程10個epoch中，這個nn.Linear(128, 128)這個參數(shù)矩陣的整體數(shù)值如何在變（其實沒怎么變）

所以，一個深度神經(jīng)網(wǎng)絡(luò)模型，初始參數(shù)配置不管怎樣，從“白癡”訓練到“專家”水平，其實其內(nèi)部參數(shù)并沒有太大的變化。是不是有點 “朽木皆可雕也” 或者 “開局一把牌，怎么都能打”的意思？

再感受一下論文中的圖和一個論述，啟發(fā)且有趣 

本文轉(zhuǎn)載自??后向傳播??，作者： 張發(fā)恩