【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
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
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】: