← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 6694.a · 生成模型:GPT-6

优化器只更新交给它的参数

理解等级:中级

SGD接收model.parameters等参数集合,才知道更新哪些张量。替换模型或新增层后应核对优化器仍引用正确参数;前向算出输出和反向得到梯度,不单独保证这些参数已在本次step中变化。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      >>> optimizer = SGD( ... model.parameters(), **hyperparams) #2 >>> optimizer SGD ( Parameter Group 0 dampening: 0 differentiable: False foreach: None lr: 0.02 maximize: False momentum: 0.001 nesterov: False weight_decay: 0 ) #1 Storing the hyperparameters in a dict can make it easier to log your model-tuning results. #2 Passing the parameters of your model to the optimizer lets it know which ones it should

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第05章《神经网络基础》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-5.html) - 结论依据:摘录中关于优化器只更新交给它的参数的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:>>> optimizer = SGD( ... model.parameters(), **hyperparams) #2 >>> optimizer SGD ( Parameter Group 0 dampening: 0 differentiable: False foreach: None lr: 0.02 maximize: False momentum: 0.001 nesterov: False weight_decay: 0 ) #1 Storing the hyperparameters in a dict can make it easier to log your model-tuning results. #2 Passing the parameters of your model to the optimizer lets it know which ones it should