Программа курса Урок 97 из 246 · Модуль 8: Клиника запусков I
Модуль 8: Клиника запусков I

Клиника: неисправности данных

Почему это важно "Ошибка всегда в модели" - неправда. Неисправности данных часты и хорошо прячутся, потому что сам цикл обучения в порядке.

Утечка: набор валидации содержит обучающие примеры, поэтому точность на валидации выглядит чудесно и ничего не значит. Без перемешивания: батчи идут по одному классу за раз, модель гонится за тем классом, который видела последним, и точность на смешанных данных плохая. Неверные метки: многие обучающие метки случайны, поэтому потери на обучении не могут сильно упасть, хотя модель способна запомнить батч.

Каждый случай ниже - запуск обучения с одной подложенной неисправностью. Для каждого: потратьте пробы, чтобы найти неисправность, затем запишите исправление как изменения config. Неисправности в этом уроке: leak, no_shuffle, noisy_labels. Чем меньше проб, тем лучше; хорошему диагносту редко нужно больше двух на случай.

ПробаЧто она говорит
loss_curve(c)Потери на обучении каждые 50 шагов и итоговая точность на валидации. Всегда смотрите первым делом.
loss_at_init(c)Потери до обучения. Свежая модель на 10 классов должна быть около ln(10) = 2.30.
overfit_one_batch(c)Может ли она запомнить 32 примера? Здоровая конфигурация доходит почти до 0.
grad_norms(c)Размер градиента для каждой матрицы весов в начале. Ноль значит, что ничто не может учиться.
update_ratio(c)Размер шага обычного SGD относительно размера весов. Здоровое значение примерно от 0.001 до 0.1 (эмпирическое правило для обычного SGD; модуль 14 показывает, почему у Adam иначе).
act_stats(c)Скрытые активации: среднее, наибольшее значение, доля мёртвых нейронов.
lr_schedule(c)Скорость обучения на шагах 0, 50, 100 и так далее.
batch_labels(c)Метки в первых нескольких батчах.
overlap(c)Сколько примеров валидации встречается и в обучении.
Слова и символы этого урока
проба
быстрое измерение запуска, например размеров градиентов или мёртвых нейронов
утечка
информация из теста или валидации, попадающая в обучение
Твоя очередь

Заполните diagnosis (случай в имя неисправности) и fixes (случай в словарь изменений config) для случаев A, B и C. Исправление должно убрать неисправность и обучаться хотя бы до 90% точности на валидации.

Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке

Это упражнение откроется скоро

Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.