null - 程序员宅基地

什么是梯度裁剪-程序员宅基地

本文翻译自What is Gradient Clipping?，如有不妥私信联系删除。

文章目录

什么是梯度裁剪

什么是梯度裁剪

——解决梯度爆炸的一种简单高效的方法

循环神经网络（RNN）通过利用过去输入的隐藏状态（这些状态存储了数据的信息）得以在序贯数据上表现的非常好：t时刻隐藏状态的取值不仅取决于t时刻的输入，而和t时刻之前的取值相关。这种强大的架构在训练时却存在两个问题：梯度爆炸和梯度消失。本文将介绍梯度裁剪这一处理梯度爆炸问题的有效方法。

梯度爆炸和梯度消失背后的直观原因

梯度爆炸是指在模型训练过程中梯度会变得太大而使得模型不稳定的问题；与之相似，梯度消失指模型训练过程中梯度太小使得训练过程无法继续的现象。两者阻止了神经网络参数的更新，以致不能从训练数据中得到稳定的模型。下面将以不严谨然而充分的讨论来是我们得到梯度爆炸哦和梯度消失的直观原因。
通过bp训练一个RNN时，意味着我们通过在每个时间段（每一步）都复制一份网络来展开RNN网络，并将展开后的网络视为一个多层前馈神经网络，显然层数与时间步数相同。然后考虑到权重共享，我们在展开的网络上进行bp:

这里的W指递归（循环？）的的权重矩阵。可以看出损失函数的梯度由 $\mathbf{W}^T$ 的n个拷贝相乘构成，n指时间步数即该前馈神经网络的层数。而矩阵的多次相乘正是导致梯度爆炸/消失的罪魁祸首。
举一个简单的例子， $a\neq 1$ ， $a^n$ 指数变化。考虑 $n = 30$ ，则有 $1.1^n\approx 17.45$ 以及 $0.9^n\approx 0.042$ ，这里取n为30是考虑了实际情况：在NLP（自然语言处理）中，一个包含30个字词的句子是十分常见的，此外在许多分析中取30天的数据也十分常见。这个例子与 $(\mathbf{W}^T)^n$ 的情形是类似的——最容易理解的方式是考虑 $\mathbf{W}^T$ 是可对角化的，则将其对角化后做幂运算可以清晰看出与上述例子的一致性。
如果想查看严密的论证，推荐阅读文献[2]

梯度裁剪

梯度裁剪是解决梯度爆炸的一种技术，其出发点是非常简明的：如果梯度变得非常大，那么我们就调节它使其保持较小的状态。精确的说，如果 $\parallel{\mathbf{g}}\parallel \geq c$ ，则

$\mathbf{g}\leftarrow c \cdot \mathbf{g}/\parallel \mathbf{g}\parallel$

此处的c指超参数， $\mathbf{g}$ 指梯度， $\parallel{\mathbf{g}}\parallel$ 为梯度的范数， $\mathbf{g}/\parallel \mathbf{g}\parallel$ 必然是个单位矢量，因此在进行调节后新的梯度范数必然等于c，注意到如果 $\parallel{\mathbf{g}}\parallel \leq c$ 则不需要进行调节。
梯度裁剪确保了梯度矢量的最大范数（本文中规定为c）。即使在模型的损失函数不规则时，这一技巧也有助于梯度下降保持合理的行为。下面的图片展示了损失函数的陡崖。不采用裁剪，参数将会沿着梯度下降方向剧烈变化，导致其离开了最小值范围；而使用裁剪后参数变化将被限制在一个合理范围内，避免了上面的情况。
在这里插入图片描述

两大框架中的实现

Tensorflow: tf.clip_by_global_norm
PyTorch: torch.nn.utils.clip_grad_norm_

常见问题

如何选择超参数c

我们可以先进行数轮迭代，然后查看梯度范数的统计数据。以统计数据的均值作为c值的初始值是较为合理的初步尝试。

梯度裁剪能否用于训练RNN之外的神经网络

梯度裁剪可以应用于所有神经网络的训练中——任何可能发生梯度爆炸的训练过程都适用。

参考

[1] I. Goodfellow, Y. Bengio, and A. Courville. Deep Learning (2016), MIT Press.
[2] R. Pascanu, T. Mikolov, and Y. Bengio. On the difficulty of training Recurrent Neural Networks (2013), ICML 2013.
[3] J. Zhang, T. He, S. Sra, and A. Jadbabaie. Why gradient clipping accelerates training: A theoretical justification for adaptivity (2020), ICLR 2020.

本文链接：https://blog.csdn.net/qq_34769162/article/details/111171116

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败！_beeware-程序员宅基地

文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待