मैं ऑप्टिमाइज़र (साथ ) और एकल चैनल ऑडियो स्रोत पृथक्करण कार्य के auto-encoderसाथ एक नेटवर्क का प्रशिक्षण दे रहा हूं । जब भी मैं एक कारक द्वारा सीखने की दर को कम करता हूं, तो नेटवर्क हानि अचानक कूद जाती है और फिर सीखने की दर में अगले क्षय तक घट जाती है।Adamamsgrad=TrueMSE loss
मैं Pytorch का उपयोग नेटवर्क कार्यान्वयन और प्रशिक्षण के लिए कर रहा हूं।
Following are my experimental setups:
Setup-1: NO learning rate decay, and
Using the same Adam optimizer for all epochs
Setup-2: NO learning rate decay, and
Creating a new Adam optimizer with same initial values every epoch
Setup-3: 0.25 decay in learning rate every 25 epochs, and
Creating a new Adam optimizer every epoch
Setup-4: 0.25 decay in learning rate every 25 epochs, and
NOT creating a new Adam optimizer every time rather
using PyTorch's "multiStepLR" and "ExponentialLR" decay scheduler
every 25 epochs
मुझे सेटअप # 2, # 3, # 4 के लिए बहुत आश्चर्यजनक परिणाम मिल रहे हैं और इसके लिए कोई स्पष्टीकरण देने में असमर्थ हूं। निम्नलिखित मेरे परिणाम हैं:
Setup-1 Results:
Here I'm NOT decaying the learning rate and
I'm using the same Adam optimizer. So my results are as expected.
My loss decreases with more epochs.
Below is the loss plot this setup.
प्लॉट-1:
optimizer = torch.optim.Adam(lr=m_lr,amsgrad=True, ...........)
for epoch in range(num_epochs):
running_loss = 0.0
for i in range(num_train):
train_input_tensor = ..........
train_label_tensor = ..........
optimizer.zero_grad()
pred_label_tensor = model(train_input_tensor)
loss = criterion(pred_label_tensor, train_label_tensor)
loss.backward()
optimizer.step()
running_loss += loss.item()
loss_history[m_lr].append(running_loss/num_train)
Setup-2 Results:
Here I'm NOT decaying the learning rate but every epoch I'm creating a new
Adam optimizer with the same initial parameters.
Here also results show similar behavior as Setup-1.
Because at every epoch a new Adam optimizer is created, so the calculated gradients
for each parameter should be lost, but it seems that this doesnot affect the
network learning. Can anyone please help on this?
प्लॉट -2:
for epoch in range(num_epochs):
optimizer = torch.optim.Adam(lr=m_lr,amsgrad=True, ...........)
running_loss = 0.0
for i in range(num_train):
train_input_tensor = ..........
train_label_tensor = ..........
optimizer.zero_grad()
pred_label_tensor = model(train_input_tensor)
loss = criterion(pred_label_tensor, train_label_tensor)
loss.backward()
optimizer.step()
running_loss += loss.item()
loss_history[m_lr].append(running_loss/num_train)
Setup-3 Results:
As can be seen from the results in below plot,
my loss jumps every time I decay the learning rate. This is a weird behavior.
If it was happening due to the fact that I'm creating a new Adam
optimizer every epoch then, it should have happened in Setup #1, #2 as well.
And if it is happening due to the creation of a new Adam optimizer with a new
learning rate (alpha) every 25 epochs, then the results of Setup #4 below also
denies such correlation.
प्लॉट-3:
decay_rate = 0.25
for epoch in range(num_epochs):
optimizer = torch.optim.Adam(lr=m_lr,amsgrad=True, ...........)
if epoch % 25 == 0 and epoch != 0:
lr *= decay_rate # decay the learning rate
running_loss = 0.0
for i in range(num_train):
train_input_tensor = ..........
train_label_tensor = ..........
optimizer.zero_grad()
pred_label_tensor = model(train_input_tensor)
loss = criterion(pred_label_tensor, train_label_tensor)
loss.backward()
optimizer.step()
running_loss += loss.item()
loss_history[m_lr].append(running_loss/num_train)
Setup-4 Results:
In this setup, I'm using Pytorch's learning-rate-decay scheduler (multiStepLR)
which decays the learning rate every 25 epochs by 0.25.
Here also, the loss jumps everytime the learning rate is decayed.
जैसा कि नीचे की टिप्पणियों में @ डेनिस ने सुझाव दिया था, मैंने दोनों ReLUऔर 1e-02 leakyReLUगैर- प्रसंगों के साथ प्रयास किया । लेकिन, परिणाम समान लगते हैं और नुकसान पहले कम हो जाता है, फिर बढ़ जाता है और फिर उच्च मूल्य पर संतृप्त होता है, जो कि मैं सीखने की दर में गिरावट के बिना प्राप्त करूंगा।
प्लॉट -4 परिणाम दिखाता है।
प्लॉट -4:
scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer=optimizer, milestones=[25,50,75], gamma=0.25)
scheduler = torch.optim.lr_scheduler.ExponentialLR(optimizer=optimizer, gamma=0.95)
scheduler = ......... # defined above
optimizer = torch.optim.Adam(lr=m_lr,amsgrad=True, ...........)
for epoch in range(num_epochs):
scheduler.step()
running_loss = 0.0
for i in range(num_train):
train_input_tensor = ..........
train_label_tensor = ..........
optimizer.zero_grad()
pred_label_tensor = model(train_input_tensor)
loss = criterion(pred_label_tensor, train_label_tensor)
loss.backward()
optimizer.step()
running_loss += loss.item()
loss_history[m_lr].append(running_loss/num_train)
संपादन:
- जैसा कि टिप्पणियों में सुझाया गया है और नीचे उत्तर दिया गया है, मैंने अपने कोड में बदलाव किए हैं और मॉडल को प्रशिक्षित किया है। मैंने उसी के लिए कोड और प्लॉट जोड़े हैं।
- मैं विभिन्न साथ की कोशिश की
lr_schedulerमेंPyTorch (multiStepLR, ExponentialLR)और उसी के लिए भूखंडों में सूचीबद्ध हैंSetup-4, जैसा कि नीचे टिप्पणी में @Dennis ने सुझाव दिया। - टिप्पणी में @ डेनिस द्वारा सुझाव के रूप में leakyReLU के साथ कोशिश कर रहा है।
कोई मदद। धन्यवाद
टिप्पणियाँ विस्तारित चर्चा के लिए नहीं हैं; इस वार्तालाप को बातचीत में स्थानांतरित कर दिया गया है ।
—
बेन एन