클리닉: 걸음 크기와 시작 가중치
왜 중요한가 모듈 8의 학습률과 척도 결함이 Adam의 지문을 묻힌 채 돌아와요.
Adam에서는 기울기가 무엇이든 첫 걸음에 모든 가중치가 약 학습률만큼 움직여요. 그래서 업데이트 비율은 걸음 크기를 바로 읽은 값이에요: 건강한 실행에서 약 0.5(0.02 근처의 가중치에 대해 0.01), 학습률이 너무 높으면 약 15(그러면 손실이 이리저리 휘청여요), 너무 낮으면 약 0.0005(손실이 4.55를 거의 벗어나지 못해요). 너무 큰 시작 가중치는 맨 첫 예측을 터무니없이 자신만만하고 틀리게 만들어요: 시작 손실이 4.55보다 훨씬 높아요.
아래 각 경우는 결함 하나를 심어 둔 훈련 실행이에요. 각각에 대해: 프로브를 써서 결함을 찾고, 그다음 실행을 건강하게 되돌리는 설정 변경으로 수정을 쓰세요. 이 레슨의 결함: lr_too_high, lr_too_low, init_too_big. 좋은 진단가는 경우마다 프로브가 둘보다 많이 필요한 일이 드물어요.
| 프로브 | 알려 주는 것 | 건강한 실행 |
|---|---|---|
loss_curve(c) | 25걸음마다의 훈련 손실, 그리고 끝에 본 적 없는 텍스트에서의 손실. 언제나 먼저 보세요. | 4.55에서 약 2.9로. 본 적 없는 것은 약 3.0 |
loss_at_init(c) | 훈련 전의 손실. 문자 95개에 걸쳐 고르게 추측하는 새 모델은 ln(95)를 줘요. | 4.55 |
leak_check(c) | 뒤의 문자가 앞의 예측을 바꿀 수 있나? | False |
show_batch(c) | 훈련 입력 하나와 그 목표값, 텍스트로. | 목표값 = 한 문자 왼쪽으로 옮긴 입력 |
update_ratio(c) | 첫 Adam 걸음 뒤에 가중치가 그 크기에 비해 얼마나 움직였는지. 모듈 8의 규칙이 아니에요: 그 0.001~0.1 범위는 평범한 SGD 걸음에 대한 거예요. Adam의 첫 걸음은 기울기가 무엇이든 모든 가중치를 약 학습률만큼 옮기고, 이 가중치들은 0.02 근처에서 시작하니, 0.01 / 0.02로 약 0.5가 나와요. 경우를 모듈 8의 범위가 아니라 이 건강한 실행과 비교하세요. | 약 0.5 |
block_change(c) | 시작할 때 첫 블록이 각 벡터를 얼마나 바꾸는지. | 약 0.3 |
이 레슨의 단어와 기호
- ln(V)
- V개 기호에 걸쳐 고르게 추측하는 모델의 시작 손실: 문자 95개면 4.55
- 블록 변화
- 시작할 때 블록 하나가 벡터를 얼마나 바꾸는지. 1 근처면 대체했다는 뜻이에요
A, B, C 경우에 대해 diagnosis(경우에서 결함 이름으로)와 fixes(경우에서 설정 변경의 딕셔너리로)를 채우세요. 수정 뒤에는 모든 설정이 건강한 실행과 맞아야 해요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.