课程大纲 第 164 课,共 246 课 · 第 14 模块:训练诊所 II
第 14 模块:训练诊所 II

相信这个助手吗?序列版

为什么重要 和第 8 模块同样的技能,更难的故障:其中好几个单从损失曲线看起来都很像,所以一个只读曲线的助手会以十足的信心弄错它们。

一个 AI 助手为八次出问题的训练中的每一次都说出了一个故障。有些说法是错的。留意那些共享同一个症状的成对故障:两种故障都可能让训练损失低得可疑,而两种都可能让它停滞。

探针它告诉你什么健康的训练
loss_curve(c)每 25 步的训练损失,以及最后在没见过的文本上的损失。总是先看它。从 4.55 降到大约 2.9;没见过的文本上大约 3.0
loss_at_init(c)训练前的损失。一个在 95 个字符上均匀猜测的新模型会给出 ln(95)。4.55
leak_check(c)一个靠后的字符能改变一个靠前的预测吗?False
show_batch(c)一个训练输入和它的目标,以文本形式显示。目标 = 输入左移一个字符
update_ratio(c)在 Adam 的第一步之后,权重相对于它们的大小移动了多远。这不是第 8 模块的规则:那个 0.001 到 0.1 的范围是针对普通 SGD 步骤的。Adam 的第一步会把每一个权重移动大约学习率那么多,不管它的梯度是多少,而这些权重一开始接近 0.02,所以 0.01 / 0.02 大约是 0.5。拿一个案例和这次健康的训练比较,而不是和第 8 模块的范围比较。大约 0.5
block_change(c)第一个块在开始时把每个向量改变了多少。大约 0.3
本课中的词语和符号
ln(V)
一个在 V 个符号上均匀猜测的模型的起始损失:对于 95 个字符是 4.55
块变化
一个块在开始时把一个向量改变了多少;接近 1 意味着它把向量替换掉了
轮到你了

对于每一个案例 A 到 H,把 verdicts[case] 设为 True(助手是对的)或 False。你需要在 8 个中至少答对 7 个。

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。