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

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下：http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态：[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次，点赞45次，收藏99次。我个人用的是anaconda3的一个python集成环境，自带jupyter notebook，但在我打开jupyter notebook界面后，却找不到对应的虚拟环境，原来是jupyter notebook只是通用于下载anaconda时自带的环境，其他环境要想使用必须手动下载一些库：1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次，点赞19次，收藏28次。选择scoop纯属意外，也是无奈，因为电脑用户被锁了管理员权限，所有exe安装程序都无法安装，只可以用绿色软件，最后被我发现scoop，省去了到处下载XXX绿色版的烦恼，当然scoop里需要管理员权限的软件也跟我无缘了（譬如everything）。推荐添加dorado这个bucket镜像，里面很多中文软件，但是部分国外的软件下载地址在github，可能无法下载。以上两个是官方bucket的国内镜像，所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次，点赞2次，收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了，例如：这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题，所以内核开发者们引入了新的方法，就是在内核中只保留函数，而数据则不包含，由用户（应用程序员）自己把数据按照规定的格式编写，并放在约定的地方，为了不占用过多的内存，还要求数据以根精简的方式编写。boot启动时，传参给内核，告诉内核设备树文件和kernel的位置，内核启动时根据地址去找到设备树文件，再利用专用的编译器去反编译dtb文件，将dtb还原成数据结构，以供驱动的函数去调用。firmware是三星的一个固件的设备信息，因为找不到固件，所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次，点赞24次，收藏42次。Linux系统配置jdkLinux学习教程，Linux入门教程（超详细）_linux配置jdk

随便推点

matlab(4)：特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次，点赞5次，收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图：_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件，可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中，对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数，而关闭则使用fclose函数。在C语言中，可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布阅读量：7 ️文章类型：【 C语言程序设计】在C语言中，用于打开文件的函数是____，用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次，点赞2次，收藏13次。跟随鼠标移动的粒子以grid（SOP）为partical（SOP）的资源模板，调整后连接【Geo组合+point spirit（MAT)】，在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in（CHOP)鼠标位置到metaball的坐标，实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置：Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX（Webstorm也行）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成，B/S模式 + Maven管理等等。环境需要1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多，会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析，后面会慢慢更新。另外，博客只作为自己学习记录的一种方式，对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次，点赞41次，收藏13次。java 数据结构与算法 ——快速排序法_快速排序法