シラバス レッスン 246 中 99 · モジュール 8:訓練クリニック I
モジュール 8:訓練クリニック I

クリニック:始まりと縮尺の欠陥

なぜ大切か 実地でのモジュール 6 の欠陥:学びが始まる前にそれを止めます。

死んだユニット:どの隠れたユニットもどの入力でもオフなので、最初の層にまったく勾配が届かず、損失は決して 2.30 を離れません。縮尺していない入力:画素が 0 から 1 ではなく 0 から 16 で届き、活性化は巨大で、始まりの損失は 2.30 よりはるかに上で、最初の歩みは激しくなります。(モジュール 6 の BatchNorm の訓練と評価の罠もここに属します。それにはもう出会いました。)

下のそれぞれの場合は、ひとつの欠陥を仕込んだ訓練の実行です。それぞれについて:探りを使って欠陥を見つけ、それから設定の変更として対策を書いてください。このレッスンの欠陥:dead_units, unscaled_inputs, plus one fault from earlier(前からの欠陥ひとつを含む)。探りは少ないほど良く、良い診断者が場合ごとに 2 つより多く要ることはめったにありません。

探り何を教えてくれるか
loss_curve(c)50 ステップごとの訓練の損失と、最終的な検証の正解率。いつもまず見る。
loss_at_init(c)訓練の前の損失。新しい 10 クラスのモデルは ln(10) = 2.30 の近くのはず。
overfit_one_batch(c)32 の例を覚えられるか? 健全な準備は 0 の近くに届く。
grad_norms(c)始まりでの重みの行列ごとの勾配の大きさ。ゼロなら何も学べない。
update_ratio(c)重みの大きさに対する素朴な SGD の歩幅。健全なのは約 0.001 から 0.1(素朴な SGD の経験則。モジュール 14 がなぜ Adam が違うかを示す)。
act_stats(c)隠れた活性化:平均、最大の値、死んだユニットの割合。
lr_schedule(c)ステップ 0、50、100、という具合での学習率。
batch_labels(c)最初のいくつかのバッチのラベル。
overlap(c)検証の例のうち、いくつが訓練にも現れるか。
このレッスンの言葉と記号
探り
勾配の大きさや死んだユニットのような、実行の手早い測定
あなたの番

場合 A、B、C について、diagnosis(場合から欠陥の名前へ)と fixes(場合から設定の変更の辞書へ)を埋めてください。対策は欠陥を取り除き、少なくとも 90% の検証の正解率まで訓練しなければなりません。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。