【问题标题】:GPT NEO Epoch Size Increment [closed]GPT NEO 纪元大小增量 [关闭]
【发布时间】:2022-12-14 08:41:32
【问题描述】:

我正在使用 GPT neo 为 QA 系统训练我的 NLP 模型。第一次训练后,epoch 默认为 3。我的导师建议我将它增加到 100 个纪元。如何设置批量大小和纪元?

这是我的初步结果。现在我想把我的纪元增加到 100。

【问题讨论】:

    标签: nlp


    【解决方案1】:

    您需要分享更多关于您正在使用的框架(Tensorflow/Pytorch)的信息。我可以看到您正在使用 Huggingface,我假设它与 Pytorch 一起使用。

    我想你可能会看看如何在 Pytorch 中设置超参数。

    从广义上讲,在 Pytorch 中建立超参数通常是在训练期间设置的:

    learning_rate = 1e-1
    n_epochs = 1000
    
    loss_fn = # <some loss function>
    
    optimizer = # <some optimization algorithm>
    
    for epoch in range(n_epochs):
        # do training with <learning_rate>
        # calculate loss <loss_fn>
        # Backpropagation with <optimizer>
        # Next Step ...
        
    

    在这里你可以找到guide on how to set it up. 在这里你可以找到Fine tune a pre-trained hugging-face with Pytorch的指南

    【讨论】:

    • [colab.research.google.com/drive/…你好这里是代码链接。你能看看并分享你的想法吗?
    • 我刚看到你的代码。您有一个单元格,您可以在其中直接更改纪元数。 args = GENTrainArgs(num_train_epochs=100) <------ 这是 epoch 的数量。而且你必须找到一种方法来改变批量大小。我假设这应该是图书馆本身。 GenTrainingArgs(batch_size=<你的号码>)
    猜你喜欢
    • 2022-12-07
    • 2021-12-21
    • 1970-01-01
    • 2013-07-21
    • 2015-06-26
    • 2013-08-29
    • 1970-01-01
    • 2021-09-05
    • 2021-06-28
    相关资源
    最近更新 更多