概述
學習率計畫會在訓練期間改變步長，而不是保持固定。正確執行通常是模型能否快速收斂並達到高精度的最大槓桿。
學習率調度是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
學習率控制優化器每次更新採取的步長。太高，訓練出現偏差；太低了，它會爬行或被卡住。調度會隨著時間的推移調整該值。一個常見的現代方法是預熱，然後衰減：從接近零開始，在最初的幾百或幾千步中逐漸增加（這麼早，嘈雜的梯度不會炸毀不穩定的權重），然後逐漸減少。流行的衰減形狀包括階梯衰減（在設定的時期下降一個因子）、指數衰減和餘弦退火，它平滑地遵循半餘弦曲線下降到接近零。具有線性預熱的餘弦計劃現在是訓練大型語言模型的標準，而循環和單週期策略可以加速較小模型的訓練。
技術洞察
預熱很重要，因為像 Adam 這樣的自適應優化器在第一步驟中的二階矩估計不可靠；小的學習率可以避免在統計數據穩定之前權重不穩定。餘弦退火設定 lr = lr_min + 0.5 * (lr_max - lr_min) * (1 + cos(pi * t / T))，在早期提供快速進展，並在接近結束時提供微小的微調步驟。一些時間表增加了熱重啟，將速率提高以避免急劇的最小值。
掌握學習率安排
學習率計畫會在訓練期間改變步長，而不是保持固定。正確執行通常是模型能否快速收斂並達到高精度的最大槓桿。學習率調度是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。為了建立深入的理解，請將學習率調度視為一種操作模型，而不是一個單一的功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍然需要專家判斷的任務分開。
在實踐中，使用學習率調度的強大團隊可以根據可靠性和成本來優化架構、資料和基礎設施選擇。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
預訓練 Transformer 語言模型時使用線性預熱加上餘弦衰減。
在 ImageNet 上訓練影像分類器時，步驟衰減會在第 30、60 和 90 時期將學習率降低 10 倍。
fast.ai 中的單週期策略可以在很少的 epoch 內訓練模型達到良好的準確性。
餘弦退火和熱重啟可以週期性地逃避急劇損失最小值並提高泛化能力。
實施模式
學習率調度實踐
預訓練 Transformer 語言模型時使用線性預熱加上餘弦衰減。
預訓練 Transformer 語言模型時使用線性預熱加上餘弦衰減 團隊在預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
學習率調度實踐
在 ImageNet 上訓練影像分類器時，步驟衰減會在第 30、60 和 90 時期將學習率降低 10 倍。
在 ImageNet 上訓練影像分類器時，步驟衰減會使學習率在第 30、60 和 90 輪下降 10 倍。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
學習率調度實踐
fast.ai 中的單週期策略可以在很少的 epoch 內訓練模型達到良好的準確性。
fast.ai 中的單週期策略可在極少數時期內訓練模型達到良好的準確性。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
學習率調度實踐
餘弦退火和熱重啟可以週期性地逃避急劇損失最小值並提高泛化能力。
透過熱重啟進行餘弦退火，以定期避免急劇損失最小值並提高泛化能力當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會得到更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。