原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
08 第8章 BERT的优化方法
符仍然是原来的。所以,对于每个标识符,判别器都会进行一个二分类运算,最后获得损失值(Loss)。 8.3.3 损失函数
与GAN网络不同,在ELECTRA中,G使用最大似然的方式训练,而非对抗训练。由于在文本任务中D的损失不便于传给G,所以D和G的训练是分开的,联合训练的损失函数如下: 因为判别器的任务相对来说容易些,RTD的损失相对MLM的损失会很小,因此加上一个超参数λ,ELECTRA的作者在训练时令λ为50。
8.3.4 ELECTRA与GAN的异同 ELECTRA采用了类似GAN的原理,但与GAN又不完全相同,两者的异同可用
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter11_0003.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da