נוף ההפסד

איך מודלים בעצם לומדים — מירידת גרדיאנט הבסיסית ועד Adam

נוף ההפסד הוא הצורה של L(θ) על פני מרחב הפרמטרים. עבור רשתות נוירונים הוא ממימד גבוה ולא-קמור: יש בו מתיחות שטוחות רחבות, מתיחות מעוקלות בחדות, נקודות אוכף שעולות בכיוונים מסוימים בעוד הן יורדות באחרים, והרבה אזורי הפסד-נמוך נפרדים שלעיתים קרובות מתגלים כמחוברים.

אי אפשר להמחיש את הנוף האמיתי ישירות, אבל אפשר לחשוב על הגאומטריה המקומית: גרדיאנט, עקמומיות, רעש, ואיך אופטימייזרים שונים נעים דרכם.

בשדה דיונות אחרי רוח חזקה יש טלאים שטוחים רחבים, רכסים חדים, ומסלולים שנראים ישרים מכיוון אחד אבל משופעים מכיוון אחר. לנוף ההפסד יש אותה בעיה: הצורה המקומית תלויה בכיוון. אתם יכולים לבנות את הצורה החשובה ביותר מסוג זה באיור למטה: הזיזו את שתי העקמומיות עד שאחת חיובית והאחרת שלילית. זהו אוכף, ישר לאורך קו אחד ומשופע לאורך אחר, וזהו סוג הנקודה הסטציונרית ששולט בנופים ממימד גבוה.

איפה זה ב־MLחשיבה על נוף ההפסד מסבירה למה אתחול, נרמול, גודל אצווה, תזמוני קצב למידה, מומנטום, ו־Adam חשובים ביחד. הם לא רק מקטינים מספר; הם מעצבים את המסלול דרך שטח ממימד גבוה.
▶ נוף ההפסד
← שיטות מסדר שניאבחון אופטימייזר →