Программа курса Урок 98 из 246 · Модуль 8: Клиника запусков I
Модуль 8: Клиника запусков I

Клиника: неисправности потерь и выхода

Почему это важно Эти неисправности позволяют обучению идти, а потерям падать, поэтому они долго живут в настоящем коде.

Softmax применён дважды: потери видят вероятности, как будто это оценки, градиенты сжимаются, модель не может запомнить даже один батч, а потери медленно ползут вниз. Сдвинутые цели: каждая метка сдвинута на один, поэтому модель отлично учится, только неверным ответам: потери на обучении низкие, точность на валидации около нуля.

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: softmax_twice, shifted_targets, plus one fault from earlier. 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
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.