Epoch不仅过时,而且有害?Reddit机器学习板块展开讨论
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 有一天,一个调参侠在训练一个深度学习模型,要用到的两个数据集损失函数不同,数据集的大小还不是固定的,每天都在增加。 他有Ep点发愁,这该怎么设置Epoch数呢? 在纠结的过程中,他突然想到:干嘛非得定一个Epoch数?只要对每个Batch进行独立同分布抽样 (IID Sampling)不就得了。 为了验证这个想法,调参侠去看了很多论文。发现越oc来越多的人介绍他们的训练方法时,只说进行了多少个Iteration,而抛弃了Epoch。 他想到,Epoch暗示并强调了数据集是有限的,这不仅麻烦,还有潜在的“危害”。把Epoch去掉,让循环嵌套的层数少一层总是好的。 于h不是他在Reddit发起了讨论:Epoch是不是过时了,甚至还有危害? Epoch多余吗? 有人对这个观点表示赞同: 挺有道理,当数据集大小有很大差距,Batch大小相同时,设置一样的Epoch数,岂不是大数据集参数更新的次数仅过多,小数据集参数更新次数少了,这似乎不对劲。 Epoch最大的好处是确保每个样本被定期使用。当使用IID抽样时,你只要能想办法确保所有样本被同样频繁地使用就好了。 但调参侠觉得让每个样本被定期使用就是他怀疑的点,IID抽样已经确保时,分布相同了,再让他们同频率被使用就是一种误导。 反对者认为: 不能因为你觉得车没开在路的正中间就放开方向盘不管了,虽然大撒把不会改变你正好在路中间的概率,但它增加了方差。 调参侠最后总结道,这个争议有点像统计学里的“频率派&n而且bsp;VS 贝叶斯派”,即认为数据集到底应该是确定的还是不确定的。 该怎么比较模型? 调参侠还注意到,有人用Batch Loss做损失曲线。他认为这比Epoch Loss更有参考价值。 反对者觉得,你这个方式是挺好的,有害但Epoch依然有用。 因为即使在相同的硬件上,不同模型的算法效率不同也会带来巨大差异。 像各种Transformer和CNN这种底层代码实现都差不多,但是别的模型就可能有很不一样。比如我们自己的CUDA LSTM实现,至少和C?RudnnLSTM一样快,比原版TensorFlow实现快4倍左右。 最后,有个网友以CV模型为例对这个话题做出精彩总结,列了4种损失可视化方式,并介绍了什么情况该用哪个。 Loss/Epoch告诉你一个模型要观察同一个图像多少次ed才能理解它。 Loss/Iteration告诉你需要多少次参数更新。当比较优化器时这很有用,可以帮助你加快训练速度或达到更高的精度。 Loss/Total Image Seen告诉你算法看到了多少图像时的损失。适合比较两种算法使用数据di的效率。 如果你的算法在50万张时达到70%、100万张时达到75%,这可能比50万张时达到50%,100万张时达到80%的还要好。 另外,它还消除了Batch Size的影响。这允许在不同GPU上训练的具有不同Batch Sizt机e的模型之间进行公平的比较。 Loss/Time也很重要,因为如果一个新模型减少了100个Epoch,但每个Iteration都慢100倍,我就不会选择这个模型。 虽然Loss/Time关系到硬件的具体表现,不够精准,我不会把这器学个写到论文里。但在自己的机器上这是很好的评估模型的参数。 使用数据增强时呢? 有网友提出,数据增强 (Data Augmentation)时Epoch也有点多余。因为数据集太小,人为给每个样本添加很多只有微小差距的版本,习板没必要让他们被同频率使用。 反对者认为,数据增强作为正则化的一种形式减少了过拟合,但你引入的实际信息在训练模型时仍然局限于原始数据集。如果你的原始数据集足够小,Epoch表示你向模型展示了整个训练集,仍然是有意义的。 有人问道块展: 你是想表达“纪元(Epoch)”的纪元结束了吗? 调参侠: 对,现在是“时代(Era)”的时代。 △无尽随机增强的首字母缩写ERA意为“时代”
- 最近发表
- 随机阅读
-
- 通义千问GPT-4级主力模型降价97%,1块钱200万tokens
- 工信部:到 2023年底全国数据中心总算力超 200 EFLOPS
- 记一次 Kubernetes 网络故障深度追踪
- Gartner指出云战略制定过程中的十个常见错误
- 标签: 海光芯正 光模块 AI数据中心 胡朝阳
- 南瓜饼要怎么做
- OpenAI 与亚马逊 AWS 达成 380 亿美元合作,拓展 AI 云基础设施
- 阿里云开源全模态模型Qwen2.5-Omni-7B,手机上就能部署
- 标签: 苹果 iPhone 华为 海信空调
- 连肌肉颤动都清晰可见!3D人体模型自动生成算法,一作北大图灵班
- 缁欎竴涓�瘝灏辫兘妯′豢浣犵殑绗旇抗锛孎acebook杩欎釜AI寮哄ぇ鍒颁笉鏁㈠紑婧愪唬鐮�
- IDC:2020上半年中国工业云市场规模达16.0亿美元
- 标签: CHANNELV 星空传媒 星空卫视 音乐频道
- 标签: OpenAI GPT-5.4 人工智能 超级AI应用
- Google 宣布 Gemini 将登陆电视:不仅能帮你找片,还能辅导功课
- 标签: 珀莱雅 丸美生物 吴梦 国货美妆
- 并行计算与分布式计算原理
- 亚马逊CEO贝索斯出售了98673股公司股份
- 标签: 比亚迪 天神之眼B 激光辅助驾驶 王朝网
- 标签: 米哈游 原神 崩坏:星穹铁道 绝区零
- 搜索
-
- 友情链接