Metin oluşturma modeli eğitilirken, birkaç epoch'tan sonra loss yakınsamıyor ve doğrulama doğruluğu dalgalanıyor. Modelin genelleşmesine yardımcı olmak için en uygun ayarlama hangisidir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Öğrenme oranını düşürün ve mini-batch boyutunu artırın..
Neden bu cevap
Kayıp yakınsamıyorsa ve doğrulama doğruluğu dalgalanıyorsa, bu genellikle öğrenme oranının çok yüksek olduğunu gösterir. Daha düşük bir öğrenme oranı, modelin daha küçük adımlarla güncellenmesini sağlayarak daha istikrarlı bir yakınsamaya yol açar. Mini-batch boyutunu artırmak, her güncelleme için daha fazla örnek kullanıldığı anlamına gelir, bu da gradyan tahmininin gürültüsünü azaltır ve daha düzgün bir öğrenme eğrisi sağlar. Bu kombinasyon, modelin aşırı öğrenmesini engellemeye ve daha iyi genelleşmesine yardımcı olur. Öğrenme oranını artırmak veya mini-batch boyutunu azaltmak, mevcut sorunları daha da kötüleştirebilir. Öğrenme oranını epoch'lar arttıkça artırmak ise genellikle modelin kararlılığını bozabilir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez