模型训练----warm-up

2023-12-13 16:02:54

在训练刚开始的时候，所有的模型参数都是随机的，离最终的训练结果相差是比较远的

如果一开始就采用较大的学习率可能会导致数值的不稳定，也就是导致训练过程不稳定

如果使用了

momentum

动量，在训练过程中会依赖一些历史的统计值。但是在网络训练的初期，迭代次数比较少，统计的历史值可能不正确，只有迭代到一定的次数后统计值才会真正得有意义，所以一开始要使用较小的学习率通过 warm-up 慢慢地增大学习率

综上所述，warm-up的出现主要是为了解决初始学习率过大导致训练不稳定的问题

?

文章来源:https://blog.csdn.net/Kelly_Ai_Bai/article/details/134970502
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。