课程大纲 第 99 课,共 246 课 · 第 8 模块:训练诊所 I
第 8 模块:训练诊所 I

诊所:起始和缩放故障

为什么重要 第 6 模块中的故障出现在实际场景中:它们在学习开始之前就让它停下了。

死亡单元:每一个隐藏单元对每一个输入都是关闭的,所以没有梯度能到达第一层,而损失永远离不开 2.30。没有缩放的输入:像素以 0 到 16 而不是 0 到 1 的范围到达,激活值很大,起始损失远高于 2.30,而且最初的几步非常剧烈。(第 6 模块中 BatchNorm 训练/评估模式的陷阱也属于这里;你已经见过它了。)

下面的每一个案例都是一次被植入了一个故障的训练。对每一个案例:花费探针找出故障,然后以配置修改的形式写出一个修复。这一课中的故障:dead_units, unscaled_inputs, plus one fault from earlier。探针用得越少越好;一个好的诊断者很少在每个案例上需要超过两个探针。

探针它告诉你什么
loss_curve(c)每 50 步的训练损失以及最终的验证准确率。总是先看它。
loss_at_init(c)训练前的损失。一个新的 10 类模型应该接近 ln(10) = 2.30。
overfit_one_batch(c)它能记住 32 个样本吗?一个健康的设置会接近 0。
grad_norms(c)开始时每个权重矩阵的梯度大小。为零意味着什么都学不到。
update_ratio(c)普通 SGD 的步长相对于权重大小的比例。健康的大约是 0.001 到 0.1(这是针对普通 SGD 的经验法则;第 14 模块会说明为什么 Adam 不同)。
act_stats(c)隐藏激活:均值、最大值、死亡单元所占的比例。
lr_schedule(c)第 0、50、100 步等处的学习率。
batch_labels(c)前几个批次中的标签。
overlap(c)有多少个验证样本也出现在训练中。
本课中的词语和符号
探针
对一次训练的快速测量,比如梯度大小或死亡单元
轮到你了

为案例 A、B 和 C 填写 diagnosis(案例到故障名)和 fixes(案例到一个配置修改字典)。一个修复必须去掉故障,并训练到至少 90% 的验证准确率。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。