李宏毅2021春季机器学习课程视频笔记7-模型训练不起来问题(自动调整学习率)

 当模型在训练过程中发现损失函数不再下降，可能会猜测由于模型参数进入了Critical Point。但是在实际中并不一定是Critical Point，其gradient并没有非常小。这样可能模型在Minima附近的跳动。

 

 模型中在没有critical point时模型的训练也比较困难。

Convex Surface的优化流程：

 不同的学习率设置：当损失函数关于参数下降比较陡的时候，设置比较大的学习率，当下降比较平缓的时候就采用比较小的学习率，同时学习率的设置与参数有关，与迭代的次数也有关。

 这一方法被采用在Adagrad中

 

 RMSProp方法

 

Adam : RMSProp + Momentum 

 在没有使用自适应的学习率时候，在下图右下角中，在训练中模型的梯度开始很大时候，叠加的次数还比较小，整个学习率相对较大，Loss快速的下降，但是当在平缓的地方，长时间的小梯度就会导致模型的学习率暴增，突然出现向左右两侧喷射的现象，但是也会逐步收敛回来。

 针对于上述问题，可以采用Learning Rate Scheduling来解决。考虑是关于时间的参数，随着时间进行，模型的训练逐步完成，并更新参数，使得减小。

 Learning Rate Decay （持续变小）

Warm Up(先变大后变小)

 Residual Network和Transformer（均采用了warm up）

可以从统计的角度理解，开始统计信息较少，对模型不够熟悉，因此在更新参数的过程中都是比较谨慎的，但是随着统计信息的增加，模型的状态逐步熟悉并先增大学习率，后减小。

 后续考虑：如何将一个难以优化的Loss调整成为一个可以很好进行最优值寻找的形式。