问题描述
我正在尝试使用 pytorch 构建一个 Siamese 神经网络,我在其中输入 BERT 词嵌入并尝试找出两个句子是否相似(想象一下重复的帖子匹配、产品匹配等)。这是模型:
class SiameseNetwork(torch.nn.Module):
def __init__(self):
super(SiameseNetwork,self).__init__()
self.brothers = torch.nn.Sequential(
torch.nn.Linear(512 * 768,512),torch.nn.Batchnorm1d(512),torch.nn.ReLU(inplace=True),torch.nn.Linear(512,256),torch.nn.Batchnorm1d(256),torch.nn.Linear(256,32),)
self.final = torch.nn.Sequential(
torch.nn.Linear(32,16),torch.nn.Linear(16,2),)
def forward(self,left,right):
outputLeft = self.brothers(left)
outputRight = self.brothers(right)
output = self.final((outputLeft - outputRight) ** 2)
return output
bros = SiameseNetwork()
bros = bros.to(device)
标准和优化器:
criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(params=bros.parameters(),lr=0.001)
训练循环:
for batch in tqdm(tLoader,desc=f"Train epoch: {epoch+1}"):
a = batch[0].to(device)
b = batch[1].to(device)
y = torch.unsqueeze(batch[2].type(torch.FloatTensor),1).to(device)
optimizer.zero_grad()
output = bros(a,b)
loss = criterion(output,y)
loss.backward()
trainingloss += loss.item()
optimizer.step()
现在,这似乎奏效了,因为它产生了合理的结果,但验证错误在经过一段时间后停止下降到 0.13。使用 Pytorch 在这种 NN 上找不到很多东西。有没有优化的方法?我做错了什么吗?
解决方法
您的第一层参数严重过度且容易过度拟合(总共有 2.01 亿个参数)。我假设形状 512 * 768
反映了标记数量乘以它们的维度;如果是这样,您需要重新考虑您的架构。您需要某种权重共享或池化策略来将 num_words * dim
输入减少为固定表示(这正是循环网络替换句子编码的全连接变体的原因)。特别是在基于转换器的架构中,[CLS]
标记(标记编号 0,输入前缀)通常用作序列级和双序列级任务的“摘要”标记。