ai-206Đọc toàn bộ đề miễn phí

Cài đặt Cosine Annealing Learning Rate Scheduler với Linear Warmup cho LLM

Trong tiền huấn luyện mô hình ngôn ngữ lớn (như GPT-3, Chinchilla, Llama 3), chiến lược điều chỉnh learning rate thống trị là Linear Warmup kết hợp Cosine Annealing Decay:

AITrung bình30 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

cosine-annealingwarmuplearning-rate-schedulellm-pretraining

Kiến thức tiên quyết: vanilla-sgd-learning-rate-schedule.

Nội dung đề bài3 cấp độ gợi ýPhân tích lời giảiCode tham khảo

Nội dung đề bài

Mô tả bài toán

Trong tiền huấn luyện mô hình ngôn ngữ lớn (như GPT-3, Chinchilla, Llama 3), chiến lược điều chỉnh learning rate thống trị là Linear Warmup kết hợp Cosine Annealing Decay:

Cho tốc độ học cơ sở $η max$ , tốc độ học cực tiểu $η min$ , tổng số bước $T$ , và số bước khởi động $T warmup$ :

Pha Linear Warmup ( $t \leq T warmup$ ):

$η t = η min + (η max - η min) \cdot t T warmup$ (Ở bước $t=0$ , $η 0 = η min$ ; ở bước $t=T warmup$ , $η t = η max$ ).

Pha Cosine Decay ( $T warmup < t \leq T$ ):

$progress = t - T warmup T - T warmup$ $η t = η min + 12 (η max - η min) ( 1 + cos (π \cdot progress) )$

Pha Post-Training ( $t > T$ ):

$η t = η min$

Hãy cài đặt lớp CosineWarmupScheduler:

__init__(self, base_lr: float, warmup_steps: int, total_steps: int, min_lr: float = 0.0):
Kiểm tra điều kiện: $0 \leq min_lr < base_lr$ , $0 < warmup_steps < total_steps$ . Nếu vi phạm, raise ValueError.
get_lr(self, step: int) -> float: tính và trả về learning rate tại bước step theo công thức trên.
step(self) -> float: tăng biến đếm bước nội bộ current_step lên 1 và trả về learning rate mới.

Input

Lớp CosineWarmupScheduler(base_lr, warmup_steps, total_steps, min_lr): Khởi tạo đối tượng với các tham số, trọng số hoặc cấu hình tương ứng.

Output

Các phương thức của CosineWarmupScheduler: Trả về kết quả tính toán hoặc cập nhật trạng thái nội bộ của đối tượng.

Ràng buộc

Thời gian chạy tối đa: 6000ms.
Giới hạn bộ nhớ: 512MB.
Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

sched = CosineWarmupScheduler(base_lr=1.0, warmup_steps=100, total_steps=1000, min_lr=0.1)

Output

<solution.CosineWarmupScheduler object at 0x0000021F6C688D10>

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

Ví dụ 2

Input

sched = CosineWarmupScheduler(base_lr=0.01, warmup_steps=10, total_steps=100, min_lr=0.001)
lr_seq = [sched.step() for _ in range(100)]

Output

[0.0019000000000000002, 0.0028000000000000004, 0.0037, 0.004600000000000001, 0.0055000000000000005, 0.0064, 0.0073, 0.008200000000000002, 0.0091, 0.010000000000000002, 0.009997258721585932, 0.00998903822616921, 0.00997534852915723, 0.0099562063093370... (truncated)

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.

Phân tích lời giảiGiải thích hướng tư duy và thuật toán.

Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.

Góp ý & báo lỗi bài tập

Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.

Tiến độ của tôi ở bài này

Kiến thức và chủ đề

Nội dung đề bài

Mô tả bài toán

Input

Output

Ràng buộc

Ví dụ 1

Input

Output

Giải thích

Ví dụ 2

Input

Output

Giải thích

Bài tập liên quan cùng chuyên đề

Góp ý & báo lỗi bài tập