深度炼丹入坑许久，记录一些过程中遇到的问题，不定时更新。
NO FREE LUNCH定理：如果不考虑具体问题，所有的算法都是随机猜测，没有好坏之分。
1、训练数据集shuffle的作用
在将训练数据送入网络之前，一般均会对数据集做shuffle，打乱数据之间的顺序，让数据随机化，这样可以避免过拟合。
如果不shuffle，模型短期时间内可能会连续遇见到A类型样本，可能会出现过拟合，而另一段时间内又过拟合于B类型样本，忘记之前学习到的A样本，这样的模型泛化能力必然很差。那如果A和B样本一直交替，还会过拟合吗？
依然会过拟合，模型是会记住训练数据的路线，因为固定的数据集顺序，意味着给定迭代步，对应此迭代步的训练数据是固定的。 假如目标函数是J=f(w1, w2)，使用梯度下降优化J。给定权重取值w1、w2和迭代步step的情况下，固定的数据集顺序意味着固定的训练样本，也就意味着权值更新的方向是固定的，而无顺序的数据集，意味着更新方向是随机的。在更新的过程中，若沿着固定的方向更新，则可能很难收敛到最优点，而如果更新方向是随机的，则有可能收敛到最优点。所以参数更新的过程，叫随机梯度下降。
固定的数据集顺序，严重限制了梯度优化方向的可选择性，导致收敛点选择空间严重变少，容易导致过拟合。模型是会记住数据路线的，因此一般都会shuffle。
总结：shuffle开了叫随机梯度下降，不开叫梯度下降。从优化角度来说区别巨大。实际角度来说，不shuffle的话神经网络会记住特定的example顺序。
Reference：
【1】https://juejin.im/post/5c6b989bf265da2ddd4a5261
2、shuffle一定要用吗？
不一定，视具体任务而定。尽信书不如无书。
脱离了具体任务、场景，讲炼丹技巧，都是耍流氓。
Shuffle是一种训练的技巧，因为机器学习其假设和对数据的要求就是要满足独立同分布，打乱数据可以让输入近似满足条件，也有利于模型的收敛。所以任何样本的出现都需要满足“随机性”。所以在数据有较强的“人为”次序特征的情况下，Shuffle显得至关重要。
但是模型本身就为序列模型，则数据集的次序特征为数据的主要特征，并且模型需要学到这种次序规律时，则不可以使用Shuffle。否则会将数据集中的特征破坏。
监督学习中，有一个基本的假设是独立同分布假设，即所有样本都是从相同的概率分布中抽取出来的，并在统计上相互独立。基于这个假设，打乱数据不会影响机器学习的结果。并有以下优点：
- 提升模型质量
- 提升预测表现
需注意的是，并不是所有数据满足独立同分布假设。有时间相关性的数据，如temporal data, time-series data是不能打乱进行机器学习的。
Shuttle阻隔数据间本身顺序的相关性。
对比一下，如果你期望的是预测任意出现的新sample，那么打乱训练数据阻隔本身顺序相关性理所当然，如果期望预测有序出现的新sample，那么保持顺序信息是必须的。
总结：还是看具体任务和实验结果而定，毕竟炼丹是一门实验科学。
Reference：
【1】https://blog.csdn.net/qq_19672707/article/details/88864207
【2】https://blog.csdn.net/leayc/article/details/79484758
【3】李航 《统计学习方法》
3、如果shuffle后，采用mini-batch训练的话，每一个batch里面的样本间，有没有顺序性？
无。因为mini-batch采样的时候，也是在已经打乱后的数据集上进行的，而已经打乱后的数据集中，已没有原始的顺序性，所以每一个batch里面的这些样本，之间也是乱序的。