Π― Π΄ΡΠΌΠ°Ρ, ΡΡΠΎ ΠΌΡ ΠΌΠΎΠ³Π»ΠΈ Π±Ρ ΡΠ΄Π°Π»ΠΈΡΡ ΠΏΠ°ΡΠ°ΠΌΠ΅ΡΡ Π΄Π΅ΠΌΠΏΡΠΈΡΠΎΠ²Π°Π½ΠΈΡ ΠΈΠ· SGD Π·Π΄Π΅ΡΡ https://github.com/pytorch/pytorch/blob/master/torch/optim/sgd.py#L10 , ΡΡΠΎ ΡΠ±ΠΈΠ²Π°Π΅Ρ Ρ ΡΠΎΠ»ΠΊΡ ΠΈ ΠΌΠ΅Π½ΡΠ΅Ρ ΠΈΠΌΠΏΡΠ»ΡΡ ΠΏΡΠΈ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠΈ
ΠΌΠΎΠΆΠ΅Ρ Π±ΡΡΡ, ΡΡΡΠ°Π½ΠΎΠ²ΠΈΡΡ Π·Π½Π°ΡΠ΅Π½ΠΈΠ΅ ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ Π½Π° 0 Π²ΠΌΠ΅ΡΡΠΎ momentum
?
Π‘Π΄Π΅Π»Π°Π½ΠΎ ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ Π½Π° 0.
ΠΈΡΠΏΡΠ°Π²Π»Π΅Π½ΠΎ ΡΠ΅ΡΠ΅Π· https://github.com/pytorch/pytorch/commit/4eb12a26bc5e3671c03f154f61076fd72fcfd233
ΠΡΠΎ ΠΈΠ·ΠΌΠ΅Π½Π΅Π½ΠΈΠ΅ Π΄Π΅ΠΌΠΏΡΠΈΡΠΎΠ²Π°Π½ΠΈΡ ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ ΡΠΎΠ»ΡΠΊΠΎ ΡΡΠΎ ΠΏΠΎΡΠ°Π·ΠΈΠ»ΠΎ ΠΌΠ΅Π½Ρ :) ΠΡΠΎΠ²Π΅Π» Π½Π΅ΡΠΊΠΎΠ»ΡΠΊΠΎ Π΄Π½Π΅ΠΉ, Π²ΡΡΡΠ½ΡΡ, ΠΏΠΎΡΠ΅ΠΌΡ ΠΏΠΎΡΡΠΈΡΠΎΠ²Π°Π½Π½Π°Ρ ΡΠ΅ΡΡ ΠΏΠ΅ΡΠ΅ΡΡΠ°Π»Π° Π΄ΠΎΡΡΠΈΠ³Π°ΡΡ Π½ΡΠΆΠ½ΡΡ ΡΡΠΎΠ²Π½Π΅ΠΉ ΡΠΎΡΠ½ΠΎΡΡΠΈ. Π‘ΠΏΠ°ΡΠΈΠ±ΠΎ @szagoruyko Π·Π° ΠΏΠΎΠ΄ΡΠΊΠ°Π·ΠΊΡ.
Π Π°Π½Π΅Π΅, Ρ ΠΈΠΌΠΏΡΠ»ΡΡΠΎΠΌ = 0,9 (ΠΈ 1 - dampening = 0.1
), ΡΡΠ°ΡΡΠΉ Π³ΡΠ°Π΄ΠΈΠ΅Π½Ρ Π±ΡΠ» Π² 9 ΡΠ°Π· Π²Π°ΠΆΠ½Π΅Π΅ ΡΠ΅ΠΊΡΡΠ΅Π³ΠΎ. Π’Π΅ΠΏΠ΅ΡΡ ΡΡΠΎ Π²ΡΠ΅Π³ΠΎ Π½Π° 10% ΠΌΠ΅Π½Π΅Π΅ Π²Π°ΠΆΠ½ΠΎ ( 1 - dampening = 1
).
ΠΠΎΠ·ΠΌΠΎΠΆΠ½ΠΎ, ΡΡΠΎ ΡΡΠΎΠΈΡ ΡΠΏΠΎΠΌΡΠ½ΡΡΡ Π²
http://pytorch.org/docs/optim.html ΠΈΠ»ΠΈ Π² http://pytorch.org/tutorials/beginner/former_torchies_tutorial.html , ΠΏΠΎΡΠΊΠΎΠ»ΡΠΊΡ ΡΠΊΠΎΡΠΎΡΡΡ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ ΡΠ΅ΠΏΠ΅ΡΡ Π½Π΅ΠΎΠ±Ρ
ΠΎΠ΄ΠΈΠΌΠΎ ΠΊΠΎΡΡΠ΅ΠΊΡΠΈΡΠΎΠ²Π°ΡΡ ΠΏΡΠΈ ΠΏΠ΅ΡΠ΅Π½ΠΎΡΠ΅ ΠΊΠΎΠ΄Π° lua Torch, Π½Π΅ΡΠΌΠΎΡΡΡ Π½Π° Π½Π°ΠΈΠ²Π½ΡΠ΅ ΠΎΠΆΠΈΠ΄Π°Π½ΠΈΡ.
Π‘Π°ΠΌΡΠΉ ΠΏΠΎΠ»Π΅Π·Π½ΡΠΉ ΠΊΠΎΠΌΠΌΠ΅Π½ΡΠ°ΡΠΈΠΉ
ΠΡΠΎ ΠΈΠ·ΠΌΠ΅Π½Π΅Π½ΠΈΠ΅ Π΄Π΅ΠΌΠΏΡΠΈΡΠΎΠ²Π°Π½ΠΈΡ ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ ΡΠΎΠ»ΡΠΊΠΎ ΡΡΠΎ ΠΏΠΎΡΠ°Π·ΠΈΠ»ΠΎ ΠΌΠ΅Π½Ρ :) ΠΡΠΎΠ²Π΅Π» Π½Π΅ΡΠΊΠΎΠ»ΡΠΊΠΎ Π΄Π½Π΅ΠΉ, Π²ΡΡΡΠ½ΡΡ, ΠΏΠΎΡΠ΅ΠΌΡ ΠΏΠΎΡΡΠΈΡΠΎΠ²Π°Π½Π½Π°Ρ ΡΠ΅ΡΡ ΠΏΠ΅ΡΠ΅ΡΡΠ°Π»Π° Π΄ΠΎΡΡΠΈΠ³Π°ΡΡ Π½ΡΠΆΠ½ΡΡ ΡΡΠΎΠ²Π½Π΅ΠΉ ΡΠΎΡΠ½ΠΎΡΡΠΈ. Π‘ΠΏΠ°ΡΠΈΠ±ΠΎ @szagoruyko Π·Π° ΠΏΠΎΠ΄ΡΠΊΠ°Π·ΠΊΡ.
Π Π°Π½Π΅Π΅, Ρ ΠΈΠΌΠΏΡΠ»ΡΡΠΎΠΌ = 0,9 (ΠΈ
1 - dampening = 0.1
), ΡΡΠ°ΡΡΠΉ Π³ΡΠ°Π΄ΠΈΠ΅Π½Ρ Π±ΡΠ» Π² 9 ΡΠ°Π· Π²Π°ΠΆΠ½Π΅Π΅ ΡΠ΅ΠΊΡΡΠ΅Π³ΠΎ. Π’Π΅ΠΏΠ΅ΡΡ ΡΡΠΎ Π²ΡΠ΅Π³ΠΎ Π½Π° 10% ΠΌΠ΅Π½Π΅Π΅ Π²Π°ΠΆΠ½ΠΎ (1 - dampening = 1
).ΠΠΎΠ·ΠΌΠΎΠΆΠ½ΠΎ, ΡΡΠΎ ΡΡΠΎΠΈΡ ΡΠΏΠΎΠΌΡΠ½ΡΡΡ Π²
http://pytorch.org/docs/optim.html ΠΈΠ»ΠΈ Π² http://pytorch.org/tutorials/beginner/former_torchies_tutorial.html , ΠΏΠΎΡΠΊΠΎΠ»ΡΠΊΡ ΡΠΊΠΎΡΠΎΡΡΡ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ ΡΠ΅ΠΏΠ΅ΡΡ Π½Π΅ΠΎΠ±Ρ ΠΎΠ΄ΠΈΠΌΠΎ ΠΊΠΎΡΡΠ΅ΠΊΡΠΈΡΠΎΠ²Π°ΡΡ ΠΏΡΠΈ ΠΏΠ΅ΡΠ΅Π½ΠΎΡΠ΅ ΠΊΠΎΠ΄Π° lua Torch, Π½Π΅ΡΠΌΠΎΡΡΡ Π½Π° Π½Π°ΠΈΠ²Π½ΡΠ΅ ΠΎΠΆΠΈΠ΄Π°Π½ΠΈΡ.