DON’T DECAY THE LEARNING RATE, INCREASE THE BATCH SIZE

  • 不同于衰减学习率,作者提出了保持学习率增加Batch Size 的策略,并通过实验说明了这样做可以保持不掉点,并且减少参数的更新。(B需要远远小于N,B代表Batch Size,N代表Trainning Set Size)

  • 进一步缩短参数的更新:

    • 提高学习率 ϵ,同时按 B∝ϵ 的方式提高 batch_size;
    • 提高动量系数(Momentum Coefficient)m, 同时按 B∝1/(1−m) 的方式提高 batch_size。
  • 很多研究表明小Batch中的随机误差能让SGD收敛的更好,尤其是非凸优化问题。噪声可以帮助SGD远离’sharp minima’,而收敛至’flat minima’。作者发现了还大多数研究者在训练过程中都使用了 early stopping,有意避免了网络到达最小值(就是试图避免过拟合)。

  • 当然你得有钱买更多的 GPUs 才能跑更大的 batch_size。

  • 参考:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值