CN113807397A - 语义表示模型的训练方法、装置、设备和存储介质 - Google Patents
语义表示模型的训练方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113807397A CN113807397A CN202110934032.9A CN202110934032A CN113807397A CN 113807397 A CN113807397 A CN 113807397A CN 202110934032 A CN202110934032 A CN 202110934032A CN 113807397 A CN113807397 A CN 113807397A
- Authority
- CN
- China
- Prior art keywords
- current
- hyper
- step number
- value
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 26
- 210000002569 neuron Anatomy 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003058 natural language processing Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000000750 progressive effect Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了一种语义表示模型的训练方法、装置、设备和存储介质,计算机技术领域,具体涉及自然语言处理、深度学习等技术领域。语义表示模型的训练方法包括:获取当前轮对应的当前步数;基于所述当前步数,确定语义表示模型采用的超参数的当前值;在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。本公开可以提高语义表示模型的训练速度,节省计算资源。
Description
技术领域
本公开涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能技术领域,尤其涉及一种语义表示模型的训练方法、装置、设备和存储介质。
背景技术
语义表示模型是指将输入转换为表示的过程,表示通常为向量形式,输入可以为文本、图像或者语音等。目前语义表示模型的规模越来越大,神经元的数量可以达到百万甚至十亿的规模。
相关技术中,模型训练时通常采用固定的超参数(hyper-parameter)。
发明内容
本公开提供了一种语义表示模型的训练方法、装置、设备和存储介质。
根据本公开的一方面,提供了一种语义表示模型的训练方法,包括:获取当前轮对应的当前步数;基于所述当前步数,确定语义表示模型采用的超参数的当前值;在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。
根据本公开的另一方面,提供了一种语义表示模型的训练装置,包括:获取模块,用于获取当前轮对应的当前步数;确定模块,用于基于所述当前步数,确定语义表示模型采用的超参数的当前值;训练模块,用于在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述任一方面的任一项所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据上述任一方面的任一项所述的方法。
根据本公开的技术方案,可以提高语义表示模型的训练速度,节省计算资源。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是根据本公开第四实施例的示意图;
图5是根据本公开第五实施例的示意图;
图6是用来实现本公开实施例的语义表示模型的训练方法中任一方法的电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开第一实施例的示意图,本实施例提供一种语义表示模型的训练方法,包括:
101、获取当前轮对应的当前步数。
102、基于所述当前步数,确定语义表示模型采用的超参数的当前值。
103、在所述当前轮中,基于所述超参数的所述当前值,调整所述语义表示模型的模型参数。
语义表示模型可以为深度神经网络模型,如图2所示,深度神经网络模型可以包括输入层、隐层和输出层,每层都可以包括多个神经元。图2中的每个圆形表示一个神经元。
语义表示模型可以将输入转换为对应的表示(representation),输入可以为文本、图像或者语音,表示一般为向量形式。
以基于transformer的双向编码器表示(Bidirectional EncoderRepresentation from Transformers,BERT)模型为代表的预训练模型大幅提升了自然语言处理(Natural Language Processing,NLP)任务的效果。
伴随效果提升的同时,这些预训练模型的规模也很大,比如,BERT模型的神经元数量是3百万(Million),GPT-3模型的神经元数量是175十亿(Billion),Switch Transformer模型的神经元数量是1571Billion。
预训练模型的训练过程需要消耗大量计算资源,为此,如何提高模型的训练速度进而节省计算资源成为亟待解决的问题。
模型会包括多种超参数,超参数是一种人工配置的参数,与模型参数相比,超参数并不是在模型训练过程中可调整的,而模型参数在训练过程中是可调整的。
超参数比如包括:学习率(learning rate)、批处理样本量(batchsize)、序列长度(seqlen)、随机丢弃率(dropout)等。
模型训练过程一般为多轮,在每轮中可以包括前向传播和后向传播,前向传播时可以基于输入得到预测值,基于预测值和真实值可以构建损失函数,后向传播是基于损失函数调整模型参数。
每轮也可以称为每步(step),比如,第一轮的步数为1,第二轮的步数为2,第三轮的步数为3,依此类推。
与相关技术中采用固定的超参数不同的是,本实施例中,可以对应当前轮,获取当前轮对应的当前值,即,随着步数的不同,超参数对应的值也可以不同。
由于超参数可以包括多种,在不同轮中,可以改变多种超参数中至少一种超参数的值。
可以将整体的训练过程分为两个阶段,将当前步数小于或等于预设步数的训练阶段作为第一训练阶段,将当前步数大于预设步数且小于或等于预设的最大步数的训练阶段作为第二训练阶段。
第一训练阶段和第二训练阶段可以采用不同的当前值的确定方式。比如,若所述当前步数小于或等于预设步数,基于与所述当前步数的正向关系,确定所述超参数的当前值;若所述当前步数小于或等于预设步数,保持所述超参数的当前值为预设的超参数最大值不变。和/或,还可以包括:若所述当前步数小于或等于预设步数,保持超参数的当前值为第一值,若所述当前步数大于预设步数,保持超参数的当前值为第二值,第一值和第二值不同。和/或,若所述当前步数小于或等于预设步数,基于与所述当前步数的正向关系,确定所述超参数的当前值;若所述当前步数大于预设步数,基于与所述当前步数的反向关系,确定所述超参数的当前值。
具体的确定方式可以依据超参数的不同而选择合适的当前值的确定方式。
具体可以包括:
所述超参数包括:学习率、批处理样本量或者序列长度,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:若所述当前步数小于或等于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成正向关系的所述超参数的当前值。
其中,步长可以基于线性运算获得。
假设超参数对应的初始值和最大值分别用A和B表示,预设步数用X表示,步数的初始值为1,则步长=(B-A)/(X-1)。
假设当前步数用i表示,则超参数的当前值=A+(B-A)*(i-1)/(X-1)。
可以理解的是,如果当前值要求是整数,则可以对上述计算公式的当前值进行向下取整或向上取整。
不同的超参数对应的预设步数可以相同,比如,可以设置最大步数,预设步数可以选择为最大步数的1%,比如,最大步数为100万,则预设步数可以设置为1万。
不同的超参数对应的初始值和最大值可以相同或不同。
比如,超参数为学习率时,其对应的初始值和最大值可以分别为0和0.0001;超参数为批处理样本量时,其对应的初始值和最大值可以分别为1和100万;超参数为序列长度时,其对应的初始值和最大值可以分别为128和512。
通过针对学习率、批处理样本量或序列长度,在当前步数小于或等于预设步数时,基于与当前步数成正向关系的运算确定超参数的当前值,可以实现超参数数值的渐进式(progressive)增长,提高学习效率。
或者,
所述超参数包括:随机丢失率,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:若所述当前步数小于或等于预设步数,确定所述随机丢失率对应的当前值保持为第一值;若所述当前步数大于预设步数,确定所述随机丢失率对应的当前值保持为第二值;所述第二值大于所述第一值。
其中,第一值和第二值可以根据经验设置,比如,第一值为0,第二值为0.1。
通过针对随机丢失率,在当前步数小于或等于预设步数时,选择一种数值,在当前步数大于预设步数时,选择另一组较大的数值,可以实现超参数数值的渐进式(progressive)增长,提高学习效率。
或者,
所述超参数包括:学习率,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:若所述当前步数大于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成反向关系的所述超参数的当前值。
其中,假设超参数对应的初始值和最大值分别用A和B表示,预设步数用X表示,最大步数用Xmax表示,则步长=(B-A)/(Xmax-X)。
假设当前步数用i表示,则超参数的当前值=B-(B-A)*(i-X)/(Xmax-X)。
通过针对学习率,在当前步数大于预设步数时,基于与当前步数成反向关系的运算确定学习率的当前值,可以避免学习率过大引起的难以收敛问题,可以尽快找到收敛点,提高学习效率。
或者,
所述超参数包括:批处理样本量或者序列长度,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:若所述当前步数大于预设步数,保持所述超参数的当前值为对应的超参数最大值。
其中,对于批处理样本量,在当前步数大于预设步数时,可以保持批处理样本量对应的最大值,比如100万不变,直至达到预设的最大步数。
对于序列长度,在当前步数大于预设步数时,可以保持序列长度对应的最大值,比如512不变,直至达到预设的最大步数。
通过针对批处理样本量或序列长度,在当前步数大于预设步数时保持对应的最大值不变,可以提高学习效率。
确定超参数的当前值后,可以采用当前值调整当前轮对应的模型参数。具体可以包括:
所述超参数包括:学习率、批处理样本量、序列长度和随机丢失率,所述在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型,包括:在所有样本中选择数量为所述批处理样本量的样本作为当前批次样本,所述样本包括:文本样本、图像样本或者语音样本;基于所述序列长度处理所述当前批次样本,以获得长度为所述序列长度的待处理样本;基于所述随机丢弃率确定待采用神经元;基于所述待采用神经元,对所述待处理样本进行处理,以获得所述待处理样本对应的预测值;基于所述预测值和所述待处理样本对应的真实值,构建损失函数;基于所述损失函数和所述学习率,调整所述语义表示模型的模型参数。
比如,如图3所示,语义表示模型的输入可以称为当前样本,当前样本的数量为批处理样本量,每条当前样本的长度为序列长度。语义表示模型中的神经元不用全部工作,比如,随机丢失率为0.1,则表明90%的神经元处于工作状态,图3中虚线表示处于不工作状态的神经元,实线为处于工作状态的神经元,采用处于工作状态的神经元对当前样本进行处理后,可以输出对应的预测值,当前样本对应的真实值可以人工标注,基于预测值和真实值可以构建损失函数,基于损失函数和学习率可以调整模型参数,比如采用随机梯度下降算法进行模型参数调整。
通过结合上述四种超参数,可以完成语义表示模型的训练过程。
本实施例中,通过改变超参数的值,相对于固定值的方式,可以提高模型训练速度,节省计算资源。
图4是根据本公开第四实施例的示意图,本实施例提供一种语义表示模型的训练方法,包括:
401、判断当前轮对应的当前步数是否未达到预设的最大步数,若是,执行402,否则结束训练。
其中,根据语义表示模型应用的场景的不同,可以根据经验设置不同的最大步数,比如,最大步数为100万次。
当前步数的初始值可以从1开始。在下一轮,将当前步数增加1。
402、判断所述当前步数是否小于或等于预设值,若是,执行403,否则执行404。
预设值可以称为热身(warmup)值,可以根据经验设置,一般可以选择为最大步数的1%。
403、基于与当前步数的正向关系确定超参数的当前值,或者,保持超参数的当前值为第一值。
其中,对于学习率、批处理样本量和序列长度,可以基于与当前步数的正向关系确定超参数的当前值。
对于随机丢失率,可以保持超参数的当前值为第一值。
404、基于与当前步数的反向关系确定超参数的当前值,或者,保持超参数的当前值为超参数最大值,或者,保持超参数的当前值为第二值。
其中,对于学习率,可以基于与当前步数的反向关系确定超参数的当前值。
对于批处理样本量和序列长度,可以保持超参数的当前值为超参数最大值。
对于随机丢失率,可以保持超参数的当前值为第二值。
具体地,学习率(learning rate)、批处理样本量(batchsize)、序列长度(seqlen)、随机丢弃率(dropout)的变化规律可以如下:
从0到warmup_step步,learning rate从0动态增长到learning rate的最大值,随后下降;
从1到warmup_step步,batchsize从1动态增长到batchsize的最大值,随后保持不变;
从1到wamup_step步,seqlen从128动态增长到设定的seqlen序列长度最大值,随后保持不变;
从1到warmupstep步,dropout保持为0,随后dropout设置为0.1。
由于本实施例涉及了四种超参数,并且超参数的当前值存在渐进式改变,其对应的训练过程可以称为四维渐进式学习(4-DProgressive Learning)
本实施例中,通过在训练过程中改变多种超参数的当前值,可以使得模型的损失函数尽快收敛到一个较小值,从而加快模型的训练速度,节省计算资源。
图5是根据本公开第五实施例的示意图,本实施例提供一种语义表示模型的训练装置。如图5所示,该装置500包括:获取模块501、确定模块502和训练模块503。
获取模块501用于获取当前轮对应的当前步数;确定模块502用于基于所述当前步数,确定语义表示模型采用的超参数的当前值;训练模块503用于在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。
一些实施例中,所述超参数包括:学习率、批处理样本量或者序列长度,所述确定模块502具体用于:若所述当前步数小于或等于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成正向关系的所述超参数的当前值。
一些实施例中,所述超参数包括:随机丢失率,所述基于所述当前步数,所述确定模块502具体用于:若所述当前步数小于或等于预设步数,确定所述随机丢失率对应的当前值保持为第一值;若所述当前步数大于预设步数,确定所述随机丢失率对应的当前值保持为第二值;所述第二值大于所述第一值。
一些实施例中,所述超参数包括:学习率,所述基于所述当前步数,所述确定模块502具体用于:若所述当前步数大于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成反向关系的所述超参数的当前值。
一些实施例中,所述超参数包括:批处理样本量或者序列长度,所述确定模块502具体用于:若所述当前步数大于预设步数,保持所述超参数的当前值为对应的超参数最大值。
一些实施例中,所述超参数包括:学习率、批处理样本量、序列长度和随机丢失率,所述训练模块503具体用于:在所有样本中选择数量为所述批处理样本量的样本作为当前批次样本,所述样本包括:文本样本、图像样本或者语音样本;基于所述序列长度处理所述当前批次样本,以获得长度为所述序列长度的待处理样本;基于所述随机丢弃率确定待采用神经元;基于所述待采用神经元,对所述待处理样本进行处理,以获得所述待处理样本对应的预测值;基于所述预测值和所述待处理样本对应的真实值,构建损失函数;基于所述损失函数和所述学习率,调整所述语义表示模型的模型参数。
本实施例中,通过改变超参数的值,相对于固定值的方式,可以提高模型训练速度,节省计算资源。
可以理解的是,本公开实施例中,不同实施例中的相同或相似内容可以相互参考。
可以理解的是,本公开实施例中的“第一”、“第二”等只是用于区分,不表示重要程度高低、时序先后等。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口606,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如语义表示模型的训练方法。例如,在一些实施例中,语义表示模型的训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM603并由计算单元601执行时,可以执行上文描述的语义表示模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行语义表示模型的训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("VirtualPrivate Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种语义表示模型的训练方法,包括:
获取当前轮对应的当前步数;
基于所述当前步数,确定语义表示模型采用的超参数的当前值;
在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。
2.根据权利要求1所述的方法,其中,所述超参数包括:学习率、批处理样本量或者序列长度,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:
若所述当前步数小于或等于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成正向关系的所述超参数的当前值。
3.根据权利要求1所述的方法,其中,所述超参数包括:随机丢失率,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:
若所述当前步数小于或等于预设步数,确定所述随机丢失率对应的当前值保持为第一值;
若所述当前步数大于预设步数,确定所述随机丢失率对应的当前值保持为第二值;
所述第二值大于所述第一值。
4.根据权利要求1所述的方法,其中,所述超参数包括:学习率,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:
若所述当前步数大于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成反向关系的所述超参数的当前值。
5.根据权利要求1所述的方法,其中,所述超参数包括:批处理样本量或者序列长度,所述基于所述当前步数,确定语义表示模型采用的超参数的当前值,包括:
若所述当前步数大于预设步数,保持所述超参数的当前值为对应的超参数最大值。
6.根据权利要求1-5任一项所述的方法,其中,所述超参数包括:学习率、批处理样本量、序列长度和随机丢失率,所述在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型,包括:
在所有样本中选择数量为所述批处理样本量的样本作为当前批次样本,所述样本包括:文本样本、图像样本或者语音样本;
基于所述序列长度处理所述当前批次样本,以获得长度为所述序列长度的待处理样本;
基于所述随机丢弃率确定待采用神经元;
基于所述待采用神经元,对所述待处理样本进行处理,以获得所述待处理样本对应的预测值;
基于所述预测值和所述待处理样本对应的真实值,构建损失函数;
基于所述损失函数和所述学习率,调整所述语义表示模型的模型参数。
7.一种语义表示模型的训练装置,包括:
获取模块,用于获取当前轮对应的当前步数;
确定模块,用于基于所述当前步数,确定语义表示模型采用的超参数的当前值;
训练模块,用于在所述当前轮中,基于所述超参数的所述当前值,训练所述语义表示模型。
8.根据权利要求7所述的方法,其中,所述超参数包括:学习率、批处理样本量或者序列长度,所述确定模块具体用于:
若所述当前步数小于或等于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成正向关系的所述超参数的当前值。
9.根据权利要求7所述的方法,其中,所述超参数包括:随机丢失率,所述基于所述当前步数,所述确定模块具体用于:
若所述当前步数小于或等于预设步数,确定所述随机丢失率对应的当前值保持为第一值;
若所述当前步数大于预设步数,确定所述随机丢失率对应的当前值保持为第二值;
所述第二值大于所述第一值。
10.根据权利要求7所述的方法,其中,所述超参数包括:学习率,所述基于所述当前步数,所述确定模块具体用于:
若所述当前步数大于预设步数,基于所述超参数对应的初始值和最大值确定步长;以及,基于所述当前步数和所述步长,确定与所述当前步数成反向关系的所述超参数的当前值。
11.根据权利要求7所述的方法,其中,所述超参数包括:批处理样本量或者序列长度,所述确定模块具体用于:
若所述当前步数大于预设步数,保持所述超参数的当前值为对应的超参数最大值。
12.根据权利要求7-11任一项所述的方法,其中,所述超参数包括:学习率、批处理样本量、序列长度和随机丢失率,所述训练模块具体用于:
在所有样本中选择数量为所述批处理样本量的样本作为当前批次样本,所述样本包括:文本样本、图像样本或者语音样本;
基于所述序列长度处理所述当前批次样本,以获得长度为所述序列长度的待处理样本;
基于所述随机丢弃率确定待采用神经元;
基于所述待采用神经元,对所述待处理样本进行处理,以获得所述待处理样本对应的预测值;
基于所述预测值和所述待处理样本对应的真实值,构建损失函数;
基于所述损失函数和所述学习率,调整所述语义表示模型的模型参数。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934032.9A CN113807397B (zh) | 2021-08-13 | 2021-08-13 | 语义表示模型的训练方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110934032.9A CN113807397B (zh) | 2021-08-13 | 2021-08-13 | 语义表示模型的训练方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113807397A true CN113807397A (zh) | 2021-12-17 |
CN113807397B CN113807397B (zh) | 2024-01-23 |
Family
ID=78943062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110934032.9A Active CN113807397B (zh) | 2021-08-13 | 2021-08-13 | 语义表示模型的训练方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807397B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841341A (zh) * | 2022-04-25 | 2022-08-02 | 北京百度网讯科技有限公司 | 模型训练及数据处理方法、装置、设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815914A (zh) * | 2019-01-28 | 2019-05-28 | 成都蝉远科技有限公司 | 一种基于植被区域识别的卷积神经网络模型训练方法及系统 |
CN110110861A (zh) * | 2019-05-09 | 2019-08-09 | 北京市商汤科技开发有限公司 | 确定模型超参数及模型训练的方法和装置、存储介质 |
CN111368931A (zh) * | 2020-03-09 | 2020-07-03 | 第四范式(北京)技术有限公司 | 训练图像分类模型的方法及装置、计算机装置及存储介质 |
US20200226496A1 (en) * | 2019-01-11 | 2020-07-16 | Microsoft Technology Licensing, Llc | Large-scale automated hyperparameter tuning |
CN111798469A (zh) * | 2020-07-13 | 2020-10-20 | 珠海函谷科技有限公司 | 基于深度卷积神经网络的数字图像小数据集语义分割方法 |
CN111814965A (zh) * | 2020-08-14 | 2020-10-23 | Oppo广东移动通信有限公司 | 超参数调整方法、装置、设备及存储介质 |
CN111931946A (zh) * | 2020-08-13 | 2020-11-13 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN112560883A (zh) * | 2019-09-26 | 2021-03-26 | 北京京东尚科信息技术有限公司 | 一种目标检测模型学习率的设置方法和装置 |
US20210209502A1 (en) * | 2020-01-07 | 2021-07-08 | International Business Machines Corporation | Determining operating range of hyperparameters |
CN113239705A (zh) * | 2021-07-12 | 2021-08-10 | 北京百度网讯科技有限公司 | 语义表示模型的预训练方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-13 CN CN202110934032.9A patent/CN113807397B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200226496A1 (en) * | 2019-01-11 | 2020-07-16 | Microsoft Technology Licensing, Llc | Large-scale automated hyperparameter tuning |
CN109815914A (zh) * | 2019-01-28 | 2019-05-28 | 成都蝉远科技有限公司 | 一种基于植被区域识别的卷积神经网络模型训练方法及系统 |
CN110110861A (zh) * | 2019-05-09 | 2019-08-09 | 北京市商汤科技开发有限公司 | 确定模型超参数及模型训练的方法和装置、存储介质 |
CN112560883A (zh) * | 2019-09-26 | 2021-03-26 | 北京京东尚科信息技术有限公司 | 一种目标检测模型学习率的设置方法和装置 |
US20210209502A1 (en) * | 2020-01-07 | 2021-07-08 | International Business Machines Corporation | Determining operating range of hyperparameters |
CN111368931A (zh) * | 2020-03-09 | 2020-07-03 | 第四范式(北京)技术有限公司 | 训练图像分类模型的方法及装置、计算机装置及存储介质 |
CN111798469A (zh) * | 2020-07-13 | 2020-10-20 | 珠海函谷科技有限公司 | 基于深度卷积神经网络的数字图像小数据集语义分割方法 |
CN111931946A (zh) * | 2020-08-13 | 2020-11-13 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN111814965A (zh) * | 2020-08-14 | 2020-10-23 | Oppo广东移动通信有限公司 | 超参数调整方法、装置、设备及存储介质 |
CN113239705A (zh) * | 2021-07-12 | 2021-08-10 | 北京百度网讯科技有限公司 | 语义表示模型的预训练方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
HAKAN TEMIZ: "An Experimental Study on Hyper Parameters for Training Deep Convolutional Networks", 《2020 4TH INTERNATIONAL SYMPOSIUM ON MULTIDISCIPLINARY STUDIES AND INNOVATIVE TECHNOLOGIES (ISMSIT)》 * |
冯诗影;韩文廷;金旭;迟孟贤;安虹;: "循环神经网络在语音识别模型中的训练加速方法", 小型微型计算机系统, no. 12 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841341A (zh) * | 2022-04-25 | 2022-08-02 | 北京百度网讯科技有限公司 | 模型训练及数据处理方法、装置、设备和存储介质 |
CN114841341B (zh) * | 2022-04-25 | 2023-04-28 | 北京百度网讯科技有限公司 | 图像处理模型训练及图像处理方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113807397B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112561078B (zh) | 分布式的模型训练方法及相关装置 | |
CN113239705B (zh) | 语义表示模型的预训练方法、装置、电子设备和存储介质 | |
CN112466288A (zh) | 语音识别方法、装置、电子设备及存储介质 | |
CN112561079A (zh) | 分布式的模型训练装置、方法及计算机程序产品 | |
CN113590858A (zh) | 目标对象的生成方法、装置、电子设备以及存储介质 | |
CN113627536B (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN112949818A (zh) | 模型蒸馏方法、装置、设备以及存储介质 | |
CN114937478B (zh) | 用于训练模型的方法、用于生成分子的方法和装置 | |
CN114186681A (zh) | 用于生成模型簇的方法、装置及计算机程序产品 | |
CN114494814A (zh) | 基于注意力的模型训练方法、装置及电子设备 | |
CN114418086A (zh) | 压缩神经网络模型的方法、装置 | |
CN113807397A (zh) | 语义表示模型的训练方法、装置、设备和存储介质 | |
CN116502680B (zh) | 一种用于混合专家模型的并行训练方法及装置 | |
CN113657468A (zh) | 预训练模型的生成方法、装置、电子设备和存储介质 | |
CN113792876A (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
CN113468857A (zh) | 风格转换模型的训练方法、装置、电子设备以及存储介质 | |
CN115759209B (zh) | 神经网络模型的量化方法、装置、电子设备及介质 | |
CN112651453A (zh) | 损失函数的自适应方法、装置、设备和存储介质 | |
CN116452861A (zh) | 目标模型训练方法、装置及电子设备 | |
CN113361575B (zh) | 模型训练方法、装置和电子设备 | |
CN114998649A (zh) | 图像分类模型的训练方法、图像分类方法及装置 | |
CN114463361A (zh) | 网络模型训练方法、装置、设备、介质及程序产品 | |
CN114898742A (zh) | 流式语音识别模型的训练方法、装置、设备和存储介质 | |
CN113408632A (zh) | 提高图像分类准确性的方法、装置、电子设备及存储介质 | |
CN114139605A (zh) | 分布式的模型训练方法、系统、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |