Epoch不仅过时,而且有害?Reddit机器学习板块展开讨论

  发布时间:2026-11-17   作者:玩站小弟   我要评论
谷歌蜘蛛池租用【tg:seogoogle987】。

  

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

有一天,一个调参侠在训练一个深度学习模型,要用到的两个数据集损失函数不同,数据集的大小还不是固定的,每天都在增加。

他有Ep点发愁,这该怎么设置Epoch数呢?

在纠结的过程中,他突然想到:干嘛非得定一个Epoch数?只要对每个Batch进行独立同分布抽样 (IID Sampling)不就得了。

为了验证这个想法,调参侠去看了很多论文。发现oc越来越多的人介绍他们的训练方法时,只说进行了多少个Iteration,而抛弃了Epoch。

他想到,Epoch暗示并强调了数据集是有限的,这不仅麻烦,还有潜在的“危害”。把Epoch去掉,让循环嵌套的层数少一层总是好的。

于是他h不在Reddit发起了讨论:Epoch是不是过时了,甚至还有危害?

Epoch多余吗?

有人对这个观点表示赞同:

挺有道理,当数据集大小有很大差距,Batch大小相同时,设置一样的Epoch数,岂不是大数据集参数更新的次数多,小仅过数据集参数更新次数少了,这似乎不对劲。

Epoch最大的好处是确保每个样本被定期使用。当使用IID抽样时,你只要能想办法确保所有样本被同样频繁地使用就好了。

但调参侠觉得让每个样本被定期使用就是他怀疑的点,IID抽样已经确保分布时,相同了,再让他们同频率被使用就是一种误导。

反对者认为:

不能因为你觉得车没开在路的正中间就放开方向盘不管了,虽然大撒把不会改变你正好在路中间的概率,但它增加了方差。

调参侠最后总结道,这个争议有点像统计学里的“频率派&nbs而且p;VS 贝叶斯派”,即认为数据集到底应该是确定的还是不确定的。

该怎么比较模型?

调参侠还注意到,有人用Batch Loss做损失曲线。他认为这比Epoch Loss更有参考价值。

反对者觉得,你这个方式是挺好的,但Epo有害ch依然有用。

因为即使在相同的硬件上,不同模型的算法效率不同也会带来巨大差异。

像各种Transformer和CNN这种底层代码实现都差不多,但是别的模型就可能有很不一样。比如我们自己的CUDA LSTM实现,至少和CudnnLS?RTM一样快,比原版TensorFlow实现快4倍左右。

最后,有个网友以CV模型为例对这个话题做出精彩总结,列了4种损失可视化方式,并介绍了什么情况该用哪个。

Loss/Epoch告诉你一个模型要观察同一个图像多少次才能理ed解它。

Loss/Iteration告诉你需要多少次参数更新。当比较优化器时这很有用,可以帮助你加快训练速度或达到更高的精度。

Loss/Total Image Seen告诉你算法看到了多少图像时的损失。适合比较两种算法使用数据的效di率。

如果你的算法在50万张时达到70%、100万张时达到75%,这可能比50万张时达到50%,100万张时达到80%的还要好。

另外,它还消除了Batch Size的影响。这允许在不同GPU上训练的具有不同Batch Sizet机的模型之间进行公平的比较。

Loss/Time也很重要,因为如果一个新模型减少了100个Epoch,但每个Iteration都慢100倍,我就不会选择这个模型。

虽然Loss/Time关系到硬件的具体表现,不够精准,我不会把这个写器学到论文里。但在自己的机器上这是很好的评估模型的参数。

使用数据增强时呢?

有网友提出,数据增强 (Data Augmentation)时Epoch也有点多余。因为数据集太小,人为给每个样本添加很多只有微小差距的版本,没必习板要让他们被同频率使用。

反对者认为,数据增强作为正则化的一种形式减少了过拟合,但你引入的实际信息在训练模型时仍然局限于原始数据集。如果你的原始数据集足够小,Epoch表示你向模型展示了整个训练集,仍然是有意义的。

有人问道:

你块展是想表达“纪元(Epoch)”的纪元结束了吗?

调参侠:

对,现在是“时代(Era)”的时代。

△无尽随机增强的首字母缩写ERA意为“时代”

 

 

  • Tag:

相关文章

  • 日本女性机器人火了,触感跟真人一样,就连“生育”功能都有

    随着各种智能电子产品的普及,大多数人对于智能化都有着一定程度的了解。事实上,如今我们的生活中存在着很多智能化的事物,就比如智能音箱以及自动扫地机就是最常见的智能产品。再稍微高端一点就是人工智能,很多大
    2026-11-17
  • 标签: 兰天集团 汤国华 汽车经销商 新能源汽车

    云梦级7月9日云梦级消息,据蓝鲸汽车报道,近日国内汽车经销商巨头兰天集团被曝出一份有关薪酬考核的网传文件,这份主题为《关于集团经营检讨及薪酬考核管控通知》显示,因二季度出现大额亏损,该集团7月将实施多
    2026-11-17
  • 标签: 贝壳 贝好家 AI助手 家装家居

    云梦级11月10日云梦级消息,11月10日,贝壳(NYSE:BEKE;HKEX:2423)发布三季度业绩公告。第三季度,贝壳总交易额(GTV)达7367亿元(人民币,下同),净收入同比增长2.1%至2
    2026-11-17
  • 标签: 移卡 海外支付 国内支付 GPV

    云梦级3月26日云梦级消息,移卡发布截至2025年12月31日止年度业绩,该集团取得收入人民币33.11亿元(单位下同),同比增加7.25%;公司权益持有人应占利润9224.4万元,同比增加11.88
    2026-11-17
  • 标签: 携程 玩乐召集令 季毅华 Glocal战略

    云梦级11月13日云梦级消息,2025年携程集团全球伙伴峰会景点玩乐分论坛近日在土耳其伊斯坦布尔成功举办。论坛上,携程正式发布了《全球Top100玩乐召集令》,并宣布联合全球供应商精选100个具有地域
    2026-11-17
  • 模拟整个地球:英伟达Earth-2超级计算机即将上线

    「如何让我们的未来在今天就变成现实呢?答案就是模拟,」英伟达创始人、CEO 黄仁勋说道。 上周二的 GTC 大会上,英伟达提出了一系列用于构建元宇宙的工具。最近的消息是,英伟达已经在着手设计全球最大的
    2026-11-17

最新评论