本文共 966 字，大约阅读时间需要 3 分钟。

神经网络收敛位置平滑性与模型泛化能力研究

近年来，神经网络的收敛位置平滑性被证明与其泛化能力密切相关。清华大学崔鹏教授在CVPR2023 Highlight论文中提出了一阶平滑性概念，并提出了Gradient norm Aware Minimization (GAM)优化器，显著提升了模型的泛化能力。

收敛位置平滑性与模型泛化

大型神经网络在训练过程中对训练数据的拟合能力显著增强，但这并不意味着其在测试数据上的表现可靠。研究表明，过度拟合训练数据可能导致测试误差增加。残差连接的网络在loss landscape上表现出更高的平滑性，相比之下，传统网络的loss landscape则显著陡峭，具有许多尖锐的凸起和凹陷。

实验结果显示，平滑极值点（flat minima）的泛化能力强于尖锐极值点（sharp minima）。Nitish Shirish等人的研究进一步证明，平滑极值点的测试误差显著低于尖锐极值点。

一阶平滑性与优化器设计

现有零阶平滑性（SAM）在较大或较小的邻域内存在识别极值平滑性的难题。基于这一发现，我们提出了一阶平滑性（first-order flatness, FOF）的概念，通过约束参数邻域内最大梯度范数来更好地捕捉loss变化趋势。

GAM优化器在训练过程中同时优化预测误差和邻域内最大梯度范数。通过一次梯度上升近似，GAM能够有效约束一阶平滑性，并通过损失函数的二阶近似优化Hessian的最大特征值。

实验验证与效果分析

我们在CIFAR、ImageNet、Stanford Cars、Oxford_IIIT_Pets等数据集上验证了GAM的优化效果。与SGD和AdamW相比，GAM显著提升了模型的泛化能力。例如，在CIFAR-100上，GAM提升了PyramidNet110的准确率2.17%；在ImageNet上，GAM提升了Vit-B/32的top-1准确率2.43%。

进一步分析表明，GAM能够显著约束Hessian的最大特征值和迹，帮助模型收敛到更加平滑的极值点。

结论

本研究提出了一阶平滑性的概念，并基于此设计了GAM优化器。GAM通过约束参数邻域内最大梯度范数和Hessian特征值，显著提升了模型的泛化能力。未来研究将进一步探索GAM在其他深度学习任务中的应用潜力。