Il prossimoProssima guida
Empirical Risk Minimization
Fondamenti
GUIDA TECNICA
La minimizzazione consapevole della nitidezza (SAM) è un metodo di ottimizzazione che mira non solo a una perdita bassa, ma a una perdita bassa su un intero quartiere di pesi: un minimo piatto.
Ascolta questa guidaNarrato dall'IA · ~2 min
Flatter minima tend to generalize better, so SAM often improves test accuracy and robustness without changing the model architecture.
L'allenamento standard minimizza la perdita in un singolo punto nello spazio di peso, ma due soluzioni con la stessa perdita di allenamento possono comportarsi in modo molto diverso: un minimo "forte" si trova in una valle stretta dove piccole perturbazioni di peso aumentano la perdita, mentre un minimo "piatto" tollera la perturbazione e di solito generalizza meglio i dati invisibili. SAM, introdotto dai ricercatori Google nel 2020, lo rende esplicito. Ad ogni passo trova prima la perturbazione del peso vicina (entro un piccolo raggio rho) che massimizza la perdita (il vicino del caso peggiore) quindi aggiorna i pesi originali per ridurre la perdita in quel punto perturbato. Questo obiettivo minimo-massimo spinge l'ottimizzazione verso regioni uniformemente basse, ottenendo una generalizzazione notevolmente migliore sulla classificazione delle immagini e oltre.
Miglioramento della precisione di Vision Transformer e ResNet su ImageNet mediante l'addestramento con SAM anziché con il semplice SGD.
Miglioramento della robustezza nell'etichettare il rumore, poiché i minimi piatti hanno meno probabilità di memorizzare etichette danneggiate.
Ottimizzazione dei modelli linguistici preaddestrati con SAM per ottenere una migliore generalizzazione su piccoli set di dati downstream.
Utilizzo delle varianti ESAM o LookSAM quando il costo di elaborazione raddoppiato di Vanilla SAM è troppo costoso.
SAM ha generato una famiglia di follow-up mirati al suo più grande punto debole, il calcolo raddoppiato: varianti efficienti come ESAM, LookSAM e metodi che perturbano solo un sottoinsieme di pesi o applicano SAM ogni pochi passaggi. Il SAM adattivo (ASAM) riparametrizza il raggio in modo che sia invariante di scala. I ricercatori continuano a discutere esattamente sul perché la piattezza aiuta e su come misurarla, e idee consapevoli della nitidezza si stanno diffondendo per mettere a punto modelli linguistici di grandi dimensioni e migliorare la robustezza del cambiamento di distribuzione.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
La minimizzazione consapevole della nitidezza (SAM) è un metodo di ottimizzazione che mira non solo a una perdita bassa, ma a una perdita bassa su un intero quartiere di pesi: un minimo piatto. I minimi più piatti tendono a generalizzarsi meglio, quindi SAM spesso migliora l’accuratezza e la robustezza dei test senza modificare l’architettura del modello.
Il SAM punta a minimi piatti perché la perdita che rimane bassa in caso di piccole perturbazioni di peso tende a generalizzarsi meglio rispetto ai dati invisibili.
SAM calcola un gradiente per trovare il punto più vicino nel caso peggiore, quindi un altro gradiente da aggiornare, circa il doppio del costo normale.
Rho imposta la distanza di cui si sposta il passo di "salita" per trovare il vicino nel caso peggiore, definendo la grandezza della regione piatta che SAM cerca.
SAM prima perturba i pesi all'interno del raggio rho nella direzione che massimizza la perdita, quindi scende dal punto originale utilizzando il gradiente lì calcolato.
La memorizzazione di etichette rumorose richiede in genere minimi netti e ristretti; favorendo le regioni pianeggianti, SAM resiste a questo overfitting.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Empirical Risk Minimization
Fondamenti