1.统一训练监控指标和评估指标
评估一个模型的最佳指标是在实体级别计算它的F1值，而不是token级别计算它的的准确率。自定义一个f1值的训练监控指标传给回调函数
Preliminary
TP：实际为P，预测为P
TN：实际为N，预测为N
FP：实际为N，预测为P
FN：实际为P，预测为N
如何记忆：
TP/TN: 以T开头，表明预测正确，预测即为第二个字母
FP/FN: 以F开头，表明预测错误，预测与第二个字母相反
Accuracy
最简单也是最好理解的，也是我们很早就开始接触的一个指标就是准确率，即预测正确的样本除以总样本数
Recall, Precision, F1
Recall（召回率）：预测正确的正类在正类样本中的比例（针对于样本真实情况）
Precision（精确率）：预测正确的正类在预测为正类中的比例（针对于预测情况）
F1:两者通常难以兼得，因此引入两者的调和平均，来得到一个trade-off的值
2、学习率衰减策略
学习率是深度学习中的一个重要的超参，如何调整学习率是训练出好模型的关键要素之一。
在训练过程中，一般根据训练轮数设置动态变化的学习率。
刚开始训练时：学习率以 0.01 ~ 0.001 为宜。
一定轮数过后：逐渐减缓。
接近训练结束：学习速率的衰减应该在 100 倍以上。
两种学习率衰减模式，一种为线性衰减，一种为指数衰减。
如果学习率过小，梯度下降很慢，如果学习率过大，如 Andrew Ng 的 Stanford 公开课程所说梯度下降的步子过大可能会跨过最优值。不同的学习率对 loss 的影响如下图所示：
3、分层设置学习率，非bert层要大
在使用bert或者其它预训练模型进行微调，下接其它具体任务相关的模块时，会面临这样一个问题，bert由于已经进行了预训练，参数已经达到了一个较好的水平，如果要保持其不会降低，学习率就不能太大，而下接结构是从零开始训练，用小的学习率训练不仅学习慢，而且也很难与BERT本体训练同步。因此在训练时候就需要对预训练层设置较小学习率，对下接层设置较大学习率。
4、使用对抗训练提升模型鲁棒性
对抗训练是一种能有效提高模型鲁棒性和泛化能力的训练手段，其基本原理是通过在原始输入上增加对抗扰动（噪声），得到对抗样本，再利用对抗样本进行训练，从而提高模型的表现。
5、更精细化的调参
调整learning_rate or batch_size or lamb等等
实验数据记录
# | 模型 | 超参数 | 实验结果 | 备注 |
1 | bilstm+crf | lstm_units = 64 epochs =80 batch_size = 32 drop_rate = 0.2 | f1=0.6075  | |
2 | bilstm+crf | lstm_units = 128 epochs = 80 batch_size = 32 drop_rate = 0.2 | f1=0.6011  | |
3 | bert+bilstm+crf | epochs = 8 max_len = 80 batch_size = 32 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.6697  | |
4 | bert+bilstm+crf | epochs = 32 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 |   f1=0.7262  | |
5 | bert+bilstm+crf | epochs = 32 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.6745  | 统一训练监控指标和评估指标 增加学习率衰减策略 |
6 | bert+bilstm+crf | epochs = 32 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.7159  | 分层次设置学习率 lr_multiplier=500 |
7 | bert+bilstm+crf | epochs = 32 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.6889  | 分层次设置学习率 lr_multiplier=500 增加对抗训练（噪声） |
8 | bert+bilstm+crf | epochs = 32 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.6828  | 统一训练监控指标和评估指标 增加学习率衰减策略 分层次设置学习率 lr_multiplier=500 增加对抗训练（噪声） |
5 | bert+bilstm+crf | epochs = 16 max_len = 150 batch_size = 16 lstm_units = 128 drop_rate = 0.1 leraning_rate = 1e-5 | f1=0.7201  | 统一训练监控指标和评估指标 |
5 |
文章出处登录后可见！
