Epoch到底多不多余？

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 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Epoch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CudnnLSTM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 Size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，我不会把这个写到论文里。但在自己的机器上这是很好的评估模型的参数。

（编辑：开发网_开封站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!