Die resep vir volgorde-modelle
Waarom dit saak maak Module 8 se twee kontroles (verlies aan die begin, onthou een batch) geld steeds. Sequence modelle voeg nuwe maniere by om stil te faal, en twee goedkoop kontroles vang die ergste daarvan voor jy enige rekenkrag gebruik.
Die kliniek se model is 'n klein GPT: breedte 16, 2 blokke, 2 koppe, 16 karakters van konteks, 200 Adam-stappe op die kursustekst. Dit skool in 'n paar sekondes, so jy kan dit gerus ondersoek.
Kontrole 1: die beginverlies
A nuwe model met klein gewigte versprei sy raaisels gelyk oor die V karakters, so sy verlies is ln(V). Vir 95 karakters is dit 4.55. Ver bo beteken dit iets word verkeerd geskaal; ver onder beteken die model kry hulp wat dit nie moet hê nie.
Kontrole 2: nie spypel nie
Verander die laaste karakter van 'n input. As enige voorspelling vir 'n vroeëre posisie verander, kan die model die toekoms sien (Module 13), en elke opleidingsnommer wat jy kry is te goed om waar te wees.
| Probe | Wat dit vir jou vertel | Gesonde 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
- te goed om waar te wees
- verlies van opleiding is veel beter as 'n gesonde loop, verlies van ongesiene teks is veel erger
- blok verander
- hoeveel een blok 'n vektor aan die begin verander; naby 1 beteken dit het dit vervang
Skryf expected_start(V) en my_leak_check(c), deur die kliniek se eie _init, _logits en DATA te gebruik. Hulle moet ooreenstem met die kliniek se probes.
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.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.