Lehrplan Lektion 64 von 246 · Modul 5: Optimierung
Modul 5: Optimierung

Verlustflächen, auf denen du gehen kannst

Warum das wichtig istJeder Optimierer ist eine andere Art, einen Abhang in einer Landschaft hinunterzugehen, die du nicht sehen kannst. Gehe zuerst eine einfache.

Stell dir den Verlust als Landschaft vor: zwei Gewichte sind deine Position auf einer Karte und der Verlust ist die Höhe. Training ist das Gehen bergab. Der Gradient zeigt bergauf, also geht jeder Schritt in die entgegengesetzte Richtung: position = position - lr * gradient.

Kleine Zahlen

In der Schüssel f(x, y) = x squared + y squared ist der Gradient bei (3, 4) gleich (6, 8). Mit lr 0.1 geht der Schritt zu (3 - 0.6, 4 - 0.8) = (2.4, 3.2). Jeder Schritt behält 80% der Distanz zum Boden, also bist du nach 20 Schritten bei etwa 1% von deinem Startpunkt.

Learning rate: wie weit man relativ zum Gradienten geht. Zu klein kriecht; zu groß überschießt.

Zusammenfassung Schritt gegen den Gradienten; die learning rate legt die Schrittweite fest.

Du bist dran

Schreibe descend(grad, start, lr, steps), das die Liste der besuchten Positionen (Start inklusive) als NumPy arrays zurückgibt. Wähle dann my_lr, sodass du bei der Schüssel aus der Lektion, beginnend bei (3, 4), in höchstens 15 Schritten innerhalb von 0.01 vom Boden entfernt bist.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.