Comprendre l'optimisation des modèles

Introduction à Deep Learning en Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Pourquoi l'optimisation est difficile

  • Optimiser simultanément des milliers de paramètres aux liens complexes
  • Les mises à jour peuvent peu améliorer le modèle
  • Mises à jour trop petites (taux d'apprentissage faible) ou trop grandes (taux d'apprentissage élevé)
Introduction à Deep Learning en Python

Descente de gradient stochastique

def get_new_model(input_shape = input_shape):
    model = Sequential()
    model.add(Dense(100, activation='relu', input_shape = input_shape))
    model.add(Dense(100, activation='relu'))
    model.add(Dense(2, activation='softmax'))
    return(model)

lr_to_test = [.000001, 0.01, 1]

# Loop over learning rates
for lr in lr_to_test:
   model = get_new_model()
   my_optimizer = SGD(lr=lr)
   model.compile(optimizer = my_optimizer, loss = 'categorical_crossentropy')
   model.fit(predictors, target)
Introduction à Deep Learning en Python

Le problème du neurone mourant

Problème du neurone mourant

Introduction à Deep Learning en Python

Gradients qui s'évanouissent

Gradients qui s'évanouissent

Introduction à Deep Learning en Python

Gradients qui s'évanouissent

  • Survient quand de nombreuses couches ont des pentes très faibles (p. ex., sur la partie plate de la courbe tanh)
  • Dans les réseaux profonds, les mises à jour par rétropropagation étaient proches de 0
Introduction à Deep Learning en Python

Passons à la pratique !

Introduction à Deep Learning en Python

Preparing Video For Download...