Kurrikulum Leson 161 van 246 · Module 14: Lopie-kliniek II
Module 14: Lopie-kliniek II

Kliniek: stapgrootte en begingewigte

Waarom dit saak maak Module 8 se learning-rate en scale foute kom terug, met Adam se vingerafdrukke daarop.

Met Adam beweeg elke gewig teen die leertempo op die eerste stap, ongeag die gradiënt. Die opdateringsverhouding is dus 'n direkte aflesing van die stapgrootte: ongeveer 0.5 in die gesonde loop (0.01 teen gewigte naby 0.02), ongeveer 15 wanneer die tempo veel te hoog is (die verlies skompel dan rond), en ongeveer 0.0005 wanneer dit veel te laag is (die verlies verlaat skaars 4.55). Begingewigte wat veel te groot is, maak die heel eerste voorspellings wild selfversekerd en verkeerd: die beginverlies is veel bo 4.55.

Elke geval hieronder is 'n oefenloop met een fout wat daarin geplaas is. Vir elk een: gebruik probes om die fout te vind, skryf dan 'n regstelling as config veranderinge wat die loop weer gesond maak. Die foute in hierdie les: lr_too_high, lr_too_low, init_too_big. 'n Goeie diagnostikus het selde meer as twee probes per geval nodig.

ProbeWat dit vir jou vertelGesonde hardloop
loss_curve(c)Treiningsverlies elke 25 stappe, en die verlies op ongesiene teks aan die einde. Kyk altyd eerste.4.55 af tot ongeveer 2.9; onsigbaar by ongeveer 3.0
loss_at_init(c)Verlies voor opleiding. 'n Vars model wat gelyk oor 95 karakters raai, gee ln(95).4.55
leak_check(c)Kan 'n latere karakter 'n vroeëre voorspelling verander?Vals
show_batch(c)Een opleidingsinput en sy teiken, as teks.target = input skuif een karakter links
update_ratio(c)Na die eerste Adam-stap, hoe ver het gewigte beweeg relatief tot hul grootte. Nie Module 8 se reël nie: daardie 0.001 tot 0.1 reeks is vir gewone SGD-stappe. Adam se eerste stap skuif elke gewig met ongeveer die learning rate ongeag sy gradient, en hierdie gewigte begin naby 0.02, so 0.01 / 0.02 gee ongeveer 0.5. Vergelyk 'n geval met hierdie gesonde loop, nie met Module 8 se reeks nie.ongeveer 0.5
block_change(c)Hoeveel die eerste blok elke vektor aan die begin verander.ongeveer 0.3
Woorde en simbole in hierdie les
ln(V)
die beginverlies van 'n model wat gelykverdelig oor V simbole raai: 4.55 vir 95 karakters
blok verander
hoeveel een blok 'n vektor aan die begin verander; naby 1 beteken dit het dit vervang
Jou beurt

Vul diagnosis (geval tot foutnaam) en fixes (geval tot 'n woordeboek van konfigurasiewysigings) in vir gevalle A, B en C. Na jou regstelling moet elke instelling ooreenstem met die gesonde uitvoering.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.