Klinik: kesalahan learning-rate
Kenapa ini penting Learning rate adalah penyebab paling umum dari hasil yang buruk. Setiap jenis kesalahan meninggalkan tanda yang berbeda.
Terlalu tinggi: langkahnya melampaui batas, loss melonjak atau naik, dan rasio update-ke-weight mendekati atau di atas 1. Terlalu rendah: hampir tidak ada yang bergerak, loss tetap di sekitar 2.30 dan rasionya sangat kecil. Berhenti terlalu cepat: proses belajar berjalan sebentar, lalu berhenti meningkat: sejak saat itu loss hanya berfluktuasi antar batch di sekitar level biasa saja (di sini antara sekitar 1.1 dan 1.5); jadwal menunjukkan laju yang anjlok.
Setiap kasus di bawah adalah sesi latihan dengan satu kesalahan yang sengaja dimasukkan. Untuk setiap kasus: gunakan probes untuk menemukan kesalahan, lalu tulis perbaikannya sebagai perubahan config. Kesalahan di pelajaran ini: lr_too_high, lr_too_low, lr_dropped_early. Semakin sedikit probes semakin baik; seorang ahli diagnostik yang hebat jarang butuh lebih dari dua per kasus.
| Probe | Apa yang diberitahukannya padamu |
|---|---|
loss_curve(c) | Loss pelatihan setiap 50 langkah dan akurasi validasi akhir. Selalu lihat pertama kali. |
loss_at_init(c) | Loss sebelum pelatihan. Model 10-kelas yang baru harusnya mendekati ln(10) = 2.30. |
overfit_one_batch(c) | Bisa tidak dia mengingat 32 contoh? Pengaturan yang bagus dapat mendekati 0. |
grad_norms(c) | Ukuran Gradient per matriks bobot di awal. Nol berarti tidak ada yang bisa dipelajari. |
update_ratio(c) | Ukuran langkah SGD biasa relatif terhadap ukuran bobot. Nilai yang sehat sekitar 0.001 sampai 0.1 (aturan praktis untuk SGD biasa; Modul 14 menunjukkan mengapa Adam berbeda). |
act_stats(c) | Aktivasi tersembunyi: rata-rata, nilai terbesar, bagian unit mati. |
lr_schedule(c) | Learning rate pada langkah 0, 50, 100 dan seterusnya. |
batch_labels(c) | Label di beberapa batch pertama. |
overlap(c) | Berapa banyak contoh validasi yang juga muncul di pelatihan. |
Kata dan simbol di pelajaran ini
- probe
- pengukuran cepat dari sebuah run, seperti ukuran gradient atau unit yang mati
- rasio update-ke-weight
- berapa besar perubahan satu langkah untuk setiap weight, relatif terhadap ukurannya
Isi diagnosis (case ke nama fault) dan fixes (case ke dictionary perubahan config) untuk kasus A, B, dan C. Perbaikan harus menghapus fault dan melatih hingga setidaknya 90% akurasi validasi.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.