Skip to main content

GoogleNet 训练问题复盘：权重初始化踩坑记录

问题现象​

训练 GoogleNet 时遇到了典型的训练失败问题：

  • Loss 完全无法下降：训练损失停滞不前，几乎没有变化
  • 准确率极低：始终徘徊在随机猜测水平（10分类约10%）
  • 训练毫无进展：无论调整学习率、batch size 都无效

状态：✅ 问题已解决 - 通过添加 Xavier 初始化彻底解决

相关代码​

本次问题的完整代码实现：

问题根源（已定位）​

没有对网络进行 Xavier/Glorot 权重初始化！

PyTorch 默认的初始化方式对于像 GoogleNet 这样的深层网络来说不够理想，导致训练从一开始就陷入困境。

为什么权重初始化如此重要？​

1. 梯度消失/爆炸问题​

  • 没有合适的初始化，深层网络容易出现梯度消失或梯度爆炸
  • 梯度消失：反向传播时梯度变得极小，导致前面层几乎无法更新
  • 梯度爆炸：梯度值过大，导致权重更新不稳定

2. 激活函数饱和​

  • 不当的初始化可能导致激活函数输入值过大或过小
  • ReLU 可能进入"死区"（输入为负，输出恒为0）
  • 导致神经元失效，无法学习

3. 收敛速度​

  • 好的初始化能让网络从一个较好的起点开始训练
  • 显著加快收敛速度，提高训练效率

解决方案（已实施）​

通过添加 Xavier/Glorot 初始化完全解决了问题！

Xavier 初始化原理​

Xavier 初始化（也称 Glorot 初始化）根据输入和输出神经元数量来设定权重的初始值范围：

权重 ~ Uniform(-√(6/(fan_in + fan_out)), √(6/(fan_in + fan_out)))
或
权重 ~ Normal(0, √(2/(fan_in + fan_out)))

其中：

  • fan_in：输入神经元数量
  • fan_out：输出神经元数量

实现方式​

有几种方式可以添加初始化，这次使用的是网络构建后统一初始化：

def init_weights(net):
    """对整个网络进行权重初始化"""
    for m in net.modules():
        if isinstance(m, nn.Conv2d):
            nn.init.xavier_uniform_(m.weight)
            if m.bias is not None:
                nn.init.constant_(m.bias, 0)
        elif isinstance(m, nn.Linear):
            nn.init.xavier_uniform_(m.weight)
            if m.bias is not None:
                nn.init.constant_(m.bias, 0)

# 构建网络后立即初始化
net = nn.Sequential(b1, b2, b3, b4, b5, nn.Linear(1024, 10))
init_weights(net)

常用的初始化方法对比​

初始化方法适用场景PyTorch 函数
Xavier/GlorotSigmoid、Tanh 激活函数nn.init.xavier_uniform_() / xavier_normal_()
He/KaimingReLU 及其变体nn.init.kaiming_uniform_() / kaiming_normal_()
正态分布通用，需手动调整标准差nn.init.normal_(mean, std)
均匀分布通用nn.init.uniform_(a, b)

经验教训​

问题症状（解决前）​

  • ✗ Loss 在前几个 epoch 就停滞不动
  • ✗ 准确率接近随机猜测（10分类约 10%）
  • ✗ 调整学习率、batch size 等超参数都无效

解决后的效果​

  • ✓ Loss 从第一个 epoch 就开始稳定下降
  • ✓ 准确率快速提升
  • ✓ 训练稳定，收敛速度明显加快

核心教训​

深度神经网络训练前，权重初始化是必需步骤！ 这个问题看起来简单，但极易被忽视：

  1. 对于使用 ReLU 的网络（如本次的 GoogleNet）

    • 应该使用 He/Kaiming 初始化，但 Xavier 初始化通常也能工作

  2. 对于使用 Sigmoid/Tanh 的网络

    • 必须使用 Xavier 初始化

  3. 不要依赖 PyTorch 默认初始化

    • 默认初始化对浅层网络可能够用
    • 对深层网络（尤其是 Inception 这种复杂结构）往往会失败

参考资料​