我最近正在复制http://karpathy.github.io/2015/05/21/rnn-effectiveness/中描述的char-RNN的代码 . 在tensorflow中已经实现了代码,我所指的代码是https://github.com/sherjilozair/char-rnn-tensorflow/blob/master/model.py . 我对上面提到的代码中的以下几行有疑问:
#1 loss = seq2seq.sequence_loss_by_example([self.logits],
[tf.reshape(self.targets, [-1])],
[tf.ones([args.batch_size * args.seq_length])],
args.vocab_size)
#2 self.cost = tf.reduce_sum(loss) / args.batch_size / args.seq_length
#3 self.final_state = last_state
#4 self.lr = tf.Variable(0.0, trainable=False)
#5 tvars = tf.trainable_variables()
#6 grads, _ = tf.clip_by_global_norm(tf.gradients(self.cost, tvars),
args.grad_clip)
#7 optimizer = tf.train.AdamOptimizer(self.lr)
#8 self.train_op = optimizer.apply_gradients(zip(grads, tvars))
问题是#4:为什么我们将学习率设置为0?将其设置为0是初始化学习率的最佳方法吗?
1 回答
查看代码,看起来学习率在被使用之前被设置为另一个值 .
这是必要的,因为学习速率设置为随时间衰减,并且Adam Optimizer仅初始化一次 . 任何 Value 都应该有效,但零似乎对我来说最美观 .