知识卡片
训练器分离训练循环
训练器封装打乱数据、取小批量、调用模型计算梯度、调用优化器更新和定期记录损失的重复流程。模型负责网络计算,优化器负责更新参数,训练器协调它们;这样其他模型可以复用同一训练流程。书中的 fit 接收输入、标签、轮次和批大小,还可设置报告间隔及最大梯度范数。
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 · 2 处
- 神经网络的复习 · 查看原书依据
通过将之前展示的学习用的代码交给 Trainer 类负责,代码变简洁了。本书今后都将使用 Trainer 类进行学习。
- word2vec · 查看原书依据
这里,我们选择 Adam 算法。
参考来源
- 位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_004.html)
- 结论依据:正文对该机制或实现作出相应说明。
- 原始内容:通过将之前展示的学习用的代码交给 Trainer 类负责,代码变简洁了。本书今后都将使用 Trainer 类进行学习。
- 补充位置:《深度学习进阶:自然语言处理》第3章《word2vec》3.4(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0008_split_004.html)
- 补充依据:书中用 Trainer、Adam 和 SimpleCBOW 组合执行小批量训练。
- 补充原文:这里,我们选择 Adam 算法。