170 похожих чатов

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?

8 ответов

19 просмотров

см. learning rate

Anatoly-Belov Автор вопроса
See All
см. learning rate

learning rate - одинаковая

какой оптимизатор используешь?

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

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 )

Похожие вопросы

Обсуждают сегодня

Господа, а что сейчас вообще с рынком труда на делфи происходит? Какова ситуация?
Rꙮman Yankꙮvsky
29
А вообще, что может смущать в самой Julia - бы сказал, что нет единого стандартного подхода по многим моментам, поэтому многое выглядит как "хаки" и произвол. Короче говоря, с...
Viktor G.
2
30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Карта сайта