作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
意思是说,如果在训练期间你将学习率设置得太高,并且不幸地达到了值太高的局部最小值,那么用较低的学习率重新训练是否有好处,或者你应该从更高的学习开始表现不佳的模型的利率,希望损失能够逃脱局部最小值?
最佳答案
从严格意义上来说,您不必重新训练,因为您可以以较低的学习率继续训练(这称为学习时间表)。一种非常常见的方法是每次损失停滞或变得恒定时降低学习率(通常除以 10)。
另一种方法是使用优化器,根据梯度大小来缩放学习率,因此当您接近最小值时,学习率自然会衰减。例如 ADAM、Adagrad 和 RMSProp。
无论如何,请确保在验证集上找到最佳学习率,这将显着提高性能并使学习速度更快。这适用于普通 SGD 和任何其他优化器。
关于machine-learning - 机器学习: Is it better to retrain a model if the loss stagnates at a high value?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42052955/
我是一名优秀的程序员,十分优秀!