Коллеги, всем привет ) исследую T5-small на обучение на собственных данных

Question

Коллеги, всем привет ) исследую T5-small на обучение на собственных данных

по задаче "translation"
обучающая статья взята с huggingface
https://huggingface.co/docs/transformers/tasks/translation

при обучении непрерывно 6 эпох. показатели улучшаются плавно. это вроде ок.
а если обучать 3 раза по 2 эпохе, то итоговый результат лучше,
и при этом каждый раз при следующем заходе резкий скачок качества.

почему так может быть?

#nlp #programming #russian

0

02.10.2023

8 ответов

19 просмотров

Anatoly Belov Автор вопроса

See All
см. learning rate

learning rate - одинаковая

0

02.10.2023

Евгений Лащенов

какой оптимизатор используешь?

0

02.10.2023

Temirlan

Anatoly Belov
learning rate - одинаковая

warmup

0

02.10.2023

Евгений Лащенов

скорее всего дело в статистиках оптимизатора, если начинается новое обучение без warmup, он может сильнее менять веса почему становится лучше – уже дискуссионный вопрос. Возможно, сброс статистик оптимизатора служит некой регуляризацией обучения, когда вновь любой вес может одинаково измениться

0

02.10.2023

Anatoly Belov Автор вопроса

Евгений Лащенов
какой оптимизатор используешь?

штатно, по умолчанию training_args = Seq2SeqTrainingArguments( output_dir=new_model, overwrite_output_dir=True, evaluation_strategy="epoch", learning_rate=2e-5, per_device_train_batch_size=16, per_device_eval_batch_size=16, weight_decay=0.01, save_total_limit=3, num_train_epochs=6, predict_with_generate=True, fp16=True, push_to_hub=True )

0

02.10.2023

Temirlan

Anatoly Belov
штатно, по умолчанию training_args = Seq2SeqTrai...

adamw_torch default

0

02.10.2023

Anatoly Belov Автор вопроса

Евгений Лащенов
скорее всего дело в статистиках оптимизатора, если...

увидел, спасибо )

0

02.10.2023