22 - 超參數調校攻略 —— 「養熊貓」定「釣魚子」？
1️⃣ 乜嘢係超參數？
模型內嘅值（權重、偏差）可以自動學；
模型外嘅規則（learning rate、層數、batch size…）要你人手定。
呢啲人手設定就叫 超參數 (Hyper-parameters)。好似煲湯：
排骨、紅棗 = 網絡結構；
火力、鹽量、水份 = 超參數。
材料啱唔代表湯靚，火候錯一樣會「又柴又淡」。
2️⃣ 兩大調參流派
🐼 熊貓式（Panda Strategy）——慢慢養，日日睇
適合：
一機一 GPU、學生黨、Side-project
想透徹觀察模型行為
操作：
隨機揀一組超參數開始訓練
跑 2-3 個 epoch / 幾千 step
睇 Loss、Accuracy、Gradient 分佈
第二日改 learning rate、dropout、λ …
Loop 返 Step 2
真實比喻：
養盆栽——朝早睇葉尖乾唔乾再加水。
手沖咖啡——試一杯後微調磨豆粗幼。
寫 call 鱷魚籌碼——細注慢試先知水溫。
優點：
成本低，Laptop 都搞得掂
每一步你知發生咩事，學到經驗
缺點：
耗時，可能要煲足幾日先有像樣結果
同時間只睇到一條路線，容易 miss optimal
🐟 魚子醬式（Caviar Strategy）——一次撒網，孵幾百粒
適合：
多卡 GPU、雲平台、科研團隊
KPI 緊迫，想快啲搵最佳組合
操作：
用 Random / Bayesian / Evolution 方法產生 50-500 組超參數
分配去多台機同時開訓練
設置 Early-stopping，爛 model 十分鐘就砍
訓練完統計排行榜，揀 Top-k 再細調或 ensemble
真實比喻：
火鍋放十隻唔同味魚丸，一次試勻邊粒最彈牙。
電 商 A/B Test 開 100 條頁面，直接睇 CTR 排名。
科研實驗室排 96 孔培養板，一晚測 96 個化合物。
優點：
極速收斂，半日內就可能鎖定 SOTA 設定
可順手收集 learning curve、ablation 資料寫論文
缺點：
燒錢，燒雲點數
需要排程管理、checkpoint 併發處理
3️⃣ 兩派混搭貼士
「熊貓 → 魚子醬」
先熊貓式摸熟模型特性，再魚子醬式大規模掃描細節。
「魚子醬暖身 → 熊貓收尾」
先平行粗掃找甜區，之後鎖定少數 run 做長訓 + 人手監控。
4️⃣ 批次正規化 (Batch Normalization) —— 調味粉一撒，成鍋湯穩
4.1 點解要 BN？
每層輸出分佈日日變，下一層要跟到癲。
BN 就係每個 mini-batch 把輸出 x 標準化： x̂ = (x − μ) / √(σ² + ε) y = γ · x̂ + β γ、β 可學，就算你標準化完，模型照樣可以「想偏就偏」。
4.2 生活類比
BN 動作 | 日常版本 |
減平均數 | 考試後全班扣平均分，睇邊個真正高分 |
除標準差 | 不同科目出題難度唔同，調一調先比較 |
乘 γ、加 β | 校長想整體分數升 5 分，easy 改曲線 |
4.3 BN 帶嚟嘅好處
大力放 Learning rate：ResNet 有 BN 可以由 0.01 提到 0.1。
加速收斂：同等精度少 25-40% epoch。
輕正則效果：batch 噪聲 = mini Dropout，減 overfit。
4.4 真實案例
手機姿勢辨識 Tiny-CNN
無 BN：lr 5e-4，20 epoch Acc 78%
加 BN：lr 3e-3，12 epoch 直升 86%
GAN 生成漫畫
無 BN 容易 mode collapse；在 Generator 每層插 BN ，training 穩到可以收尾 4K steps 不爆。
4.5 代碼一行搞掂
import torch.nn as nn
layer = nn.Sequential(
nn.Conv2d(64, 128, 3, padding=1, bias=False), # bias 可省
nn.BatchNorm2d(128),
nn.ReLU(inplace=True)
)
5️⃣ 調參 + BN 全攻略實例
Image Classification, 1 張 GPU, 預算三日
Day 0 晚上 – Panda 初摸底
lr 1e-3, batch 64, 無 scheduler, BN on
跑 3 epoch，觀察 loss 未跌 → lr 太細
Day 1 白天 – Panda 微調
lr 提到 3e-3，加 Cosine decay 30 epoch
Acc 由 62% 抽到 74%
Day 1 晚上 – Caviar 快掃
用 Optuna 開 32 個 trial：
lr ∈ 1e-3~1e-2 (log)
weight_decay ∈ 1e-5~1e-3 (log)
dropout ∈ 0~0.4
雲端四卡並行，6 小時完
Day 2 – 收網
Top-3 組合進一步長訓 100 epoch
最終 Top-1 accuracy 由 baseline 62% ➜ 88.3%
✅ 結論 Checklist
資源有限：用熊貓式，逐步觀察，累積直覺。
資源充沛：魚子醬式平行掃，一日內鎖最佳。
BatchNorm 必開：穩定+快收斂，還可把 bias 省番。
混搭最強：先手動感覺範圍，再自動大規模探索。
記錄一切：用 TensorBoard / W&B，今日嘅嘗試就係明日嘅知識庫。
掌握呢套心法，唔論你係「熊貓飼養員」定「魚子醬大戶」，超參數調校都可以又準又快，模型自然香噴噴！🚀