Lập kế hoạch tỷ lệ học tập
Lịch trình tốc độ học tập thay đổi kích thước bước trong quá trình đào tạo thay vì giữ cố định.
Tổng quan
Getting it right is often the single biggest lever for whether a model converges quickly and reaches high accuracy.
Lặn sâu
Tốc độ học tập kiểm soát bước mà trình tối ưu hóa thực hiện mỗi lần cập nhật. Quá cao và đào tạo phân kỳ; quá thấp và nó bò hoặc bị kẹt. Lập kế hoạch điều chỉnh giá trị này theo thời gian. Một công thức hiện đại phổ biến là khởi động theo sau là phân rã: bắt đầu gần 0 và tăng dần trong vài trăm hoặc nghìn bước đầu tiên (vì vậy, độ dốc nhiễu sẽ không làm tăng trọng lượng không ổn định), sau đó giảm dần. Các hình dạng phân rã phổ biến bao gồm phân rã theo bậc (giảm theo hệ số tại các kỷ nguyên đã đặt), phân rã theo cấp số nhân và ủ cosin, đi theo đường cong nửa cosin một cách trơn tru xuống gần bằng 0. Lịch trình cosine với khởi động tuyến tính hiện là tiêu chuẩn để đào tạo các mô hình ngôn ngữ lớn, trong khi các chính sách theo chu kỳ và một chu kỳ có thể tăng tốc độ đào tạo mô hình nhỏ hơn.
Hiểu biết kỹ thuật
Việc khởi động rất quan trọng vì những người tối ưu hóa thích ứng như Adam có những ước tính về khoảnh khắc thứ hai không đáng tin cậy trong những bước đầu tiên; tỷ lệ học nhỏ sẽ tránh làm mất ổn định các trọng số trước khi các số liệu thống kê đó được giải quyết. Bộ ủ cosine lr = lr_min + 0,5 * (lr_max - lr_min) * (1 + cos(pi * t / T)), cho tiến độ sớm nhanh chóng và các bước tinh chỉnh nhỏ ở gần cuối. Một số lịch trình bổ sung thêm khả năng khởi động lại trong thời gian ấm, tăng tốc độ trở lại để thoát khỏi mức tối thiểu rõ rệt.
Tác động chiến lược
Chi phí và ngân sách
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.
Quyết định rõ ràng hơn
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.
Kiểm soát chất lượng
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.
Tương lai của việc lập kế hoạch tỷ lệ học tập
Khi các hoạt động đào tạo ngày càng đắt đỏ, lịch trình đang được đồng thiết kế với các trình tối ưu hóa và quy mô lô, đồng thời các nhà nghiên cứu nghiên cứu các quy luật chia tỷ lệ để dự đoán tốc độ cao nhất tốt nhất trước khi đào tạo. Các trình tối ưu hóa không có lịch trình giúp loại bỏ nhu cầu chọn trước một đường cong phân rã đang thu hút được sự chú ý và các lịch trình dựa trên phản hồi, thích ứng đáp ứng với các đường cong tổn thất trực tiếp có thể làm giảm việc thử và sai vẫn chiếm ưu thế trong đào tạo quy mô lớn.
Triển khai trong thế giới thực
Khởi động tuyến tính cộng với phân rã cosin được sử dụng khi huấn luyện trước các mô hình ngôn ngữ biến áp.
Phân rã bước làm giảm tốc độ học tập xuống 10 lần ở các kỷ nguyên 30, 60 và 90 khi huấn luyện bộ phân loại hình ảnh trên ImageNet.
Chính sách một chu kỳ trong fast.ai để đào tạo một mô hình có độ chính xác cao trong rất ít kỷ nguyên.
Ủ cosine với khởi động lại ấm để định kỳ thoát khỏi mức tổn thất tối thiểu đột ngột và cải thiện tính tổng quát.
Rủi ro & lan can
Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.
Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.
Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.
Lộ trình thực hiện
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Learning Rate Scheduling quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Tỷ lệ học tập theo chu kỳ
Câu hỏi thường gặp
What is Learning Rate Scheduling?
Lịch trình tốc độ học tập thay đổi kích thước bước trong quá trình đào tạo thay vì giữ cố định. Làm đúng thường là đòn bẩy lớn nhất để xác định liệu một mô hình có hội tụ nhanh và đạt độ chính xác cao hay không.
Mục đích của giai đoạn 'khởi động' trong lịch trình tỷ lệ học tập là gì?
Quá trình khởi động bắt đầu gần bằng 0 và tăng tốc độ để các bản cập nhật sớm không ổn định không làm mất ổn định mô hình trước khi thống kê của trình tối ưu hóa được giải quyết.
Lịch trình nào đi theo đường cong nửa cosin một cách trơn tru hướng tới tốc độ tối thiểu?
Ủ cosine làm giảm tốc độ học theo hình nửa cosin, tạo ra các bước lớn ở đầu và các bước nhỏ ở gần cuối.
Điều gì xảy ra nếu tốc độ học tập được đặt quá cao?
Tỷ lệ quá cao gây ra hiện tượng vọt lố, do đó tổn thất có thể nảy sinh hoặc tăng vọt thay vì giải quyết.
Phân rã bước làm gì với tốc độ học tập?
Phân rã theo bước nhân tỷ lệ với một hệ số (ví dụ: 0,1) tại các mốc đã chọn, tạo ra mô hình bậc thang.
Tại sao 'khởi động lại ấm' đôi khi được thêm vào lịch trình?
Khởi động lại ấm áp sẽ đẩy tốc độ học trở lại theo từng khoảng thời gian, giúp trình tối ưu hóa thoát ra khỏi mức tối thiểu hẹp và khám phá các giải pháp tốt hơn.