兩年前，吳恩達在 NIPS 2016 的 Tutorial 上曾說“在監(jiān)督學(xué)習(xí)之后，遷移學(xué)習(xí)將引領(lǐng)下一波機器學(xué)習(xí)技術(shù)商業(yè)化浪潮?！爆F(xiàn)實中不斷有新場景的出現(xiàn)，遷移學(xué)習(xí)可以幫助我們更好地處理遇到的新場景。遷移學(xué)習(xí)到底有哪些優(yōu)點，能夠成為現(xiàn)在機器學(xué)習(xí)算法的新焦點？本文將通過與深度學(xué)習(xí)進行對比，讓大家在應(yīng)用層面了解遷移學(xué)習(xí)的原理及其優(yōu)勢。

前言

深度學(xué)習(xí)在許多很難用其它方法解決的問題上取得了長足的進步。深度學(xué)習(xí)的成功歸功于它與傳統(tǒng)的機器學(xué)習(xí)的幾個關(guān)鍵不同點，這使得它在處理非結(jié)構(gòu)化數(shù)據(jù)的時候能夠大放異彩。如今，深度學(xué)習(xí)模型可以玩游戲，檢測癌癥，與人類交談，以及駕駛汽車。

但是，使深度學(xué)習(xí)強大的這幾個不同點同時也使得其成本巨大。你可能聽說過深度學(xué)習(xí)的成功需要龐大的數(shù)據(jù)量，昂貴的硬件設(shè)施，甚至更加昂貴的精英工程人才?，F(xiàn)在，一些公司開始對那些可以減少成本的創(chuàng)新想法和技術(shù)特別興奮。比如多任務(wù)學(xué)習(xí)（Multi-task learning），這是一種可以讓機器學(xué)習(xí)模型一次性從多個任務(wù)中進行學(xué)習(xí)的方法。這種方法的其中一種好處就是，可以減少對訓(xùn)練數(shù)據(jù)量的需求。

在這篇文章中，我們將會介紹遷移學(xué)習(xí)（transfer learning），一種可以讓知識從一個任務(wù)遷移到另一個任務(wù)中的機器學(xué)習(xí)方法。遷移學(xué)習(xí)不需要為你的問題重新開發(fā)一個完全定制的解決方案，而是允許你從相關(guān)問題中遷移知識，以幫助你更輕松地解決您的自定義問題。通過遷移知識，你可以利用用于獲取這些知識所需的昂貴資源，包括訓(xùn)練數(shù)據(jù)，硬件設(shè)備，研究人員，而這些成本并不需要你來承擔(dān)。下面讓我們看看遷移學(xué)習(xí)何時以及是怎樣起作用的。

深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí)的不同點

遷移學(xué)習(xí)并不是一項新技術(shù)，它也不是專門為深度學(xué)習(xí)服務(wù)的，但是鑒于最近在深度學(xué)習(xí)方面取得的進展，它很令人興奮。所以首先，我們需要闡明深度學(xué)習(xí)究竟和傳統(tǒng)的機器學(xué)習(xí)在哪些方面有所不同。

▌深度學(xué)習(xí)進行底層抽象

機器學(xué)習(xí)是機器自動學(xué)習(xí)把預(yù)測值或者標簽分配給數(shù)值型輸入（即數(shù)據(jù)）的一種方式。這里的難點是，如何確切地確定這個函數(shù)，使得其對于給定輸入可以生成輸出。不對函數(shù)添加任何限制條件的話，其可能性（復(fù)雜性）是無窮無盡的。為了簡化這個任務(wù)，根據(jù)我們正在解決的問題的類型，相關(guān)領(lǐng)域的專業(yè)知識，或者簡單的試錯方法，我們通常會在函數(shù)上強加某種類型的結(jié)構(gòu)。一種結(jié)構(gòu)定義了某一類型的機器學(xué)習(xí)模型。

理論上，有無限種可能的結(jié)構(gòu)可供選擇，但在實踐中，大多數(shù)機器學(xué)習(xí)用例可以通過應(yīng)用少數(shù)幾種結(jié)構(gòu)中的其中一種來解決：線性模型，樹的組合分類器，和支持向量機是其中的核心。數(shù)據(jù)科學(xué)家的工作就是從這一小組可能的結(jié)構(gòu)中選擇正確的結(jié)構(gòu)。這些模型作為黑盒對象，可以從許多成熟的機器學(xué)習(xí)庫中獲得，并且只需幾行代碼即可訓(xùn)練。舉個例子，你可以用 Python 的 scikit-learn 庫像以下這樣訓(xùn)練一個隨機森林模型：

或者用 R 來訓(xùn)練一個線性回歸模型：

與此不同的是，深度學(xué)習(xí)在更加底層運行。深度學(xué)習(xí)不是從一小組的模型結(jié)構(gòu)中進行選擇，而是允許開發(fā)人員組成任意結(jié)構(gòu)。構(gòu)建塊是一些模塊或者層，可以將其想象成基本的基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換。這意味著當我們應(yīng)用深度學(xué)習(xí)時，我們需要打開黑盒子了解數(shù)據(jù)轉(zhuǎn)換，而不是把它當做被算法固定的一堆參數(shù)。

這種做法使得我們可以構(gòu)建更加強大的模型，但是同時它也給整個模型構(gòu)建過程添加了一種全新的挑戰(zhàn)。盡管深度學(xué)習(xí)社區(qū)已經(jīng)發(fā)表了大量研究，到處都有實用的深度學(xué)習(xí)指南，或者一些經(jīng)驗之談，如何有效地組合這些數(shù)據(jù)轉(zhuǎn)換依然是一個很困難的過程。

下面我們考慮一個極其簡單的卷積神經(jīng)網(wǎng)絡(luò)圖像分類器，這里是用一個流行的深度學(xué)習(xí)庫 PyTorch 來進行定義的。

因為我們使用的是底層的構(gòu)建塊，我們可以輕松改變模型的某個單一部件（例如，將F.relu變?yōu)镕.sigmoid）。這樣做可以得到一個全新的模型架構(gòu)，它可能會產(chǎn)生截然不同的結(jié)果，而且它的可能性，毫不夸張地說，是無止境的。

▌深度學(xué)習(xí)還沒有被充分地理解

即使給定了一個固定的神經(jīng)網(wǎng)絡(luò)架構(gòu)，訓(xùn)練它也是眾所周知的極其困難。首先，深度學(xué)習(xí)的損失函數(shù)通常不是凸函數(shù)，這意味著訓(xùn)練并不一定產(chǎn)生最優(yōu)的可能解。第二，深度學(xué)習(xí)現(xiàn)在還是非常新的技術(shù)，它的許多組成部分仍未被充分理解。舉個例子，批標準化（Batch Normalization）最近備受關(guān)注，因為似乎將其包含在某些模型中是取得良好結(jié)果的關(guān)鍵，但是專家無法就其原因達成一致。研究人員 Ali Rahimi 最近在一場機器學(xué)習(xí)會議上甚至把深度學(xué)習(xí)與煉金術(shù)相提并論，引發(fā)了一場論戰(zhàn)。

▌自動特征工程

深度學(xué)習(xí)的復(fù)雜性促進了一門叫表示學(xué)習(xí)（representation learning）的技術(shù)的發(fā)展，這也是為什么經(jīng)常有人說神經(jīng)網(wǎng)絡(luò)做的是“自動特征工程”。簡單來說就是，我們不是讓人類來手動從數(shù)據(jù)集中提取有效特征，而是構(gòu)建一個模型，讓模型可以自己學(xué)習(xí)對于當前任務(wù)來說哪些是需要的和有用的特征。把特征工程的任務(wù)交給模型來處理非常有效，但是代價是模型需要龐大的數(shù)據(jù)量，也因此需要龐大的計算能力。

▌你可以做什么？

和其他機器學(xué)習(xí)方法相比，深度學(xué)習(xí)太過于復(fù)雜，看上去似乎無法將其整合到你的業(yè)務(wù)中。對于那些資源有限的組織機構(gòu)來說，這種感覺更加強烈。

對于那些需要走在前沿的組織機構(gòu)來說，可能的確需要聘請專家和購買專業(yè)的硬件設(shè)施。但是很多情況下這不是必需的。有方法可以讓你不需要進行大量的投資就可以有效地應(yīng)用深度學(xué)習(xí)技術(shù)。這里就是遷移學(xué)習(xí)可以大展拳腳的地方了。

遷移學(xué)習(xí)可以讓知識從一個機器學(xué)習(xí)模型遷移到另一個模型上。這些模型可能是對模型結(jié)構(gòu)進行了長年研究、用相當多數(shù)據(jù)集對模型進行訓(xùn)練、用數(shù)以年計的計算時間對模型進行優(yōu)化而得到的結(jié)果。利用遷移學(xué)習(xí)，你不需要承擔(dān)上面說的任何成本就能獲得這項工作的大部分好處！

什么是遷移學(xué)習(xí)

大多數(shù)機器學(xué)習(xí)任務(wù)始于零知識，意思是它的結(jié)構(gòu)和模型的參數(shù)是從隨機猜測開始的。當我們說模型是從頭開始學(xué)習(xí)的時候，意思也是如此。

隨機猜測開始訓(xùn)練的一個貓檢測模型。通過它見過的許多不同的貓，該模型從中整合出相同的模式，逐漸學(xué)習(xí)到貓是什么。

在這種情況下，該模型學(xué)習(xí)到的所有內(nèi)容都來自于你展示給它的數(shù)據(jù)。但是，這是解決問題的唯一方法嗎？在某些情況下，看上去的確如此。

貓檢測模型在不相關(guān)的應(yīng)用中，例如欺詐檢測，很有可能沒有什么用處。它只知道如何應(yīng)付貓的圖片，而不是信用卡交易。

但是在某些情況下，我們似乎可以在不同任務(wù)之間共享信息。

貓檢測模型在相關(guān)任務(wù)中作用很大，例如貓的臉部定位。該檢測器已經(jīng)知道怎么檢測貓胡子，鼻子，以及眼睛，所有這些對于定位貓的臉部都很有用處。

這就是遷移學(xué)習(xí)的本質(zhì)：采用一種模型，學(xué)習(xí)如何很好地完成某項任務(wù)，將其部分或者所有知識遷移到一個相關(guān)的任務(wù)。

想想我們自己的學(xué)習(xí)經(jīng)驗，就會發(fā)現(xiàn)這其實很有道理：我們經(jīng)常遷移以往習(xí)得的技能，這樣可以更快地學(xué)習(xí)新的技能。舉個例子，學(xué)過投擲棒球的人不需要重新學(xué)習(xí)拋東西的機制就能很好地學(xué)習(xí)到怎么扔一個足球。這些任務(wù)本質(zhì)上是相通的，能夠處理其中一件任務(wù)的話自然而然可以把學(xué)習(xí)到的能力遷移到另一項任務(wù)。

在機器學(xué)習(xí)領(lǐng)域，可能過去 5 年最好的例子就是計算機視覺領(lǐng)域。現(xiàn)在幾乎沒人會從頭開始訓(xùn)練一個圖像模型。相反，我們會從一個預(yù)訓(xùn)練好的模型開始，這個模型已經(jīng)知道怎么區(qū)分一些簡單的對象，例如貓，狗，還有雨傘。學(xué)習(xí)區(qū)分圖像的模型首先學(xué)習(xí)如何檢測一些通用圖像特征，例如邊緣，形狀，文本，以及臉部。預(yù)訓(xùn)練模型具有以上這些的基本技能（還有更加具體的技能，例如區(qū)分狗和貓的能力）。

此時，預(yù)訓(xùn)練的分類模型可以通過添加層或者在一個新的數(shù)據(jù)集上重新訓(xùn)練，來繼承那些花費巨大而獲得的基本技能，然后將其延伸到新的任務(wù)。這就是遷移學(xué)習(xí)。

這種方法的好處很明顯。

▌遷移學(xué)習(xí)訓(xùn)練數(shù)據(jù)量需求量更小

當你在一個與貓相關(guān)的新任務(wù)中重復(fù)使用你最喜愛的貓檢測模型時，你的模型已經(jīng)擁有了“一百萬只貓的智慧”，這意味著你不需要再使用那么多的貓圖片來訓(xùn)練新任務(wù)了。減少訓(xùn)練數(shù)據(jù)量可以讓你在只有很少數(shù)據(jù)，或者要獲得更多數(shù)據(jù)的成本過高或者不可能獲得更多數(shù)據(jù)的情況下也能訓(xùn)練，同時可以讓你在比較廉價的硬件設(shè)施上更快地訓(xùn)練模型。

▌遷移學(xué)習(xí)訓(xùn)練模型泛化能力更強

遷移學(xué)習(xí)可以改進模型的泛化能力，或者說增強其在非訓(xùn)練數(shù)據(jù)上分類良好的能力。這是因為在訓(xùn)練預(yù)訓(xùn)練模型時，是有目的性地讓模型可以學(xué)習(xí)到對相關(guān)任務(wù)都很有用的通用特征。當模型遷移到一個新任務(wù)時，它將很難過擬合新的訓(xùn)練數(shù)據(jù)，因為它將僅從一個很一般的知識庫中繼續(xù)學(xué)習(xí)而已。構(gòu)建一個泛化能力強的模型是機器學(xué)習(xí)中最難以及最重要的部分之一。

▌遷移學(xué)習(xí)訓(xùn)練過程更加魯棒

從一個預(yù)訓(xùn)練的模型開始，也可以避免訓(xùn)練一個帶有數(shù)百萬參數(shù)的復(fù)雜模型，這個過程非常令人沮喪，非常不穩(wěn)定，而且令人困惑。遷移學(xué)習(xí)可以將可訓(xùn)練參數(shù)的數(shù)量減少多達 100%，使得訓(xùn)練更穩(wěn)定，而且更容易調(diào)試。

▌遷移學(xué)習(xí)降低深度學(xué)習(xí)的入門門檻

最后，遷移學(xué)習(xí)降低深度學(xué)習(xí)的門檻，因為你不需要成為專家就能獲得專家級的結(jié)果。舉例來說，流行的圖像分類模型 Resnet-50，這個特定的結(jié)構(gòu)是怎么選擇的呢？這是許多深度學(xué)習(xí)專家的多年研究和實驗的結(jié)果。這個復(fù)雜的結(jié)構(gòu)中包含有 2500 萬個權(quán)重，如果沒有對這個模型中各個部件的深入了解，從頭優(yōu)化這些權(quán)重可以說是幾乎不可能的任務(wù)。幸運的是，有了遷移學(xué)習(xí)，你可以重用這個復(fù)雜的結(jié)構(gòu)，以及這些優(yōu)化過的權(quán)重，因此顯著降低了深度學(xué)習(xí)的入門門檻。

多任務(wù)學(xué)習(xí)又是什么？

遷移學(xué)習(xí)是用于訓(xùn)練機器學(xué)習(xí)模型的知識共享技術(shù)的其中一種，已被證明是非常有效的。目前，知識共享技術(shù)中最有趣的兩種就是遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)。在遷移學(xué)習(xí)中，模型首先在單個任務(wù)中進行訓(xùn)練，然后可以用于相關(guān)任務(wù)的起始點。在學(xué)習(xí)相關(guān)任務(wù)時，原始的被遷移模型會學(xué)習(xí)如何專門處理新的任務(wù)，而不需要擔(dān)心會不會影響其在原來任務(wù)上的效果。而在多任務(wù)學(xué)習(xí)中，單個模型一次性學(xué)習(xí)處理多個任務(wù)，對模型的性能評估則取決于它學(xué)習(xí)之后能夠多好地完成這些任務(wù)。后續(xù)我們也會分析討論更過有關(guān)多任務(wù)學(xué)習(xí)的好處以及其何時能起作用。

結(jié)論

遷移學(xué)習(xí)是一項知識共享技術(shù)，其可以減少構(gòu)建深度學(xué)習(xí)模型時對訓(xùn)練數(shù)據(jù)量，計算能力，以及工程人才的依賴。由于深度學(xué)習(xí)可以提供與傳統(tǒng)機器學(xué)習(xí)相比的顯著改進，遷移學(xué)習(xí)成為一項必不可少的工具。

想知道更多機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、遷移學(xué)習(xí)這些算法是如何在具體應(yīng)用和業(yè)務(wù)中發(fā)揮作用的，我們會在 2018 AI開發(fā)者大會上進行更多分享。感興趣的同學(xué)們一定要關(guān)注我們哦！