恒源云 _Teacher Forcing 训练小技巧来啦~
![恒源云_Teacher Forcing训练小技巧来啦~](https://static001.geekbang.org/infoq/9b/9b99303adecb0c6f0adbb4e8bc53d20e.png)
文章来源 | 恒源云社区
原文地址 | Teacher Forcing
原文作者 | Mathor
年底啦年底啦~要放假啦放假了~不整大活,搞点小内容分享一下吧!
正文开始
本文主要介绍一下 Teacher Forcing 这个训练过程中的技巧
以 Seq2Seq 为例,在训练过程中, 时刻 Decoder 的输入是"<SOS>“,输出可能并不是正确的结果"the”,比方说输出了一个错误的结果"like"。那么问题就来了,到了时刻,应该继续以正确的单词"the"作为输入,还是将上一时刻的输出"like"作为输入呢?
![](https://static001.geekbang.org/infoq/10/103bb94c5e0604cc1be97cedf9deea0c.png)
其实上面的问题,涉及到两种完全不同的训练方式
不管上一时刻输出是什么,当前时刻的输入总是规定好的,按照给定的 target 进行输入
当前时刻的输入和上一时刻的输出,是有关联的。具体来说就是,当前时刻的输入就是上一时刻的输出
如果要用比较不太严谨的比喻来说,第一种训练方式相当于就是小明学习的时候旁边坐了一位学霸,当发现小明在做序列生成题目的时候, 每一步都把上一步的正确答案给他偷看。那么小明当然只需要顺着上一步的答案的思路,计算出这一步的结果就行了。这种做法,比起自己每一步都瞎猜, 当然能够有效的避免误差进一步放大,同时在学习前期还能通过学霸辅导的这种方式快速学到很多的知识。
但是第一种训练方式存在以下的问题:
在解码的时候生成的字符都会受到 Ground-Truth 的约束,希望模型生成的结果都必须和参考句一一对应。这种约束在训练过程中减少模型发散,加快收敛速度。但是一方面也扼杀了翻译多样性的可能
在这种约束下,还会导致一种叫做 Overcorrect(矫枉过正) 的问题。例如:
待生成句的 Reference 为: “We should comply with the rule.”
模型在解码阶段中途预测出来:“We should abide”
然而按照规定,将第三个 ground-truth “comply” 作为第四步的输入。那么模型根据以往学习的 pattern,有可能在第四步预测到的是 “with”
模型最终的生成变成了 “We should abide with”
事实上,“abide with” 用法是不正确的,但是由于 ground-truth “comply” 的干扰,模型处于矫枉过正的状态,生成了不通顺的语句
如果使用第二种方式,其中只要一步预测错,后面的预测就会越来越跑偏,很难收敛
而 Teacher Forcing 正好介于上述两种训练方法之间。具体来说就是,训练过程中的每个时刻,有一定概率使用上一时刻的输出作为输入,也有一定概率使用正确的 target 作为输入
可以参考下面的伪代码
评论