知识卡片
BPTT与导师驱动训练
训练RNN的关键是把通用反向传播直接应用于展开后的计算图,即通过时间反向传播BPTT。梯度从末尾损失开始递归计算,注意隐藏状态 h(t) 同时连向当前输出 o(t) 和下一隐藏 h(t+1),因此其梯度要把两条路径的贡献相加。由于参数跨时间共享,需为每时间步引入虚拟副本,才能明确同一参数各条边对总梯度的贡献。前向传播本质上是顺序的、各状态必须保存备用,导致时间代价与内存代价都随序列长度 τ 增长,且无法并行。导师驱动过程则在训练时用真实目标 y(t) 而非模型自身输出作为下一时刻输入,使各时间步损失解耦、可并行计算;但部署时模型必须消费自己的输出,造成训练与测试输入分布不一致。缓解办法是混入自由运行输入训练,或用课程学习逐步增加生成值比例。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第10章 序列建模:循环和递归网络 · 查看原书依据
由输出反馈到模型而产生循环连接的模型可用导师驱动过程 (teacher forcing)进行训练。训练模型时,导师驱动过程不再使用最大似然准则,而在时刻t+1接收真实值y (t) 作为输入。
参考来源
- 位置:《深度学习》第10章 序列建模:循环和递归网络(源文件:extracted/深度学习/_epub-src/text/part0004.html)
- 结论依据:原文说明导师驱动过程用真实值作为下一时刻输入以避免自反馈、解耦时间步,并说明BPTT在展开图上递归计算梯度的机制与代价。
- 原始内容:由输出反馈到模型而产生循环连接的模型可用导师驱动过程 (teacher forcing)进行训练。训练模型时,导师驱动过程不再使用最大似然准则,而在时刻t+1接收真实值y (t) 作为输入。