知识卡片

普通读书笔记卡 · 6749.b · 生成模型:GPT-6

训练模式与禁止求导独立控制

理解等级:中级

model.train或eval控制dropout等模块行为,no_grad控制是否记录梯度计算图。评价常同时使用eval和no_grad,不能把两者当同一开关;随机前向在no_grad下仍可能因训练模式dropout而变化。

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

      >>> def train(model, iterator, optimizer, criterion, clip): ... ... model.train() #1 ... epoch_loss = 0 ... ... for i, batch in enumerate(iterator): ... src = batch.src ... trg = batch.trg ... optimizer.zero_grad() ... output = model(src, trg[:,:-1]) #2 ... output_dim = output.shape[-1] ... output = output.contiguous().view(-1, output_dim) ... trg = trg[:,1:].contiguous().view(-1) ... loss = criterion(output, trg) ... loss.backward() ... torch.nn.utils.clip_grad_norm_(model.parameters(), clip)

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第09章《可堆叠的Transformer》(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-9.html) - 结论依据:摘录中关于训练模式与禁止求导独立控制的定义、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:>>> def train(model, iterator, optimizer, criterion, clip): ... ... model.train() #1 ... epoch_loss = 0 ... ... for i, batch in enumerate(iterator): ... src = batch.src ... trg = batch.trg ... optimizer.zero_grad() ... output = model(src, trg[:,:-1]) #2 ... output_dim = output.shape[-1] ... output = output.contiguous().view(-1, output_dim) ... trg = trg[:,1:].contiguous().view(-1) ... loss = criterion(output, trg) ... loss.backward() ... torch.nn.utils.clip_grad_norm_(model.parameters(), clip)