Я тренирую модель Word2vec с помощью Gensim Word2vec на хорошо известном дампе Википедии, предоставленном Тобиасом Шнабелем по следующей ссылке: http://www.cs.cornell.edu/~schnabts/eval/index.html (около 4 ГБ).
Я хотел бы понять, сколько эпох мне нужно запускать модель для обучения, пока модель не сойдется.
Я добавил следующий код:
model = Word2Vec(size=self._number_of_dimensions_in_hidden_layer,
window=self._window_size,
min_count=3,
max_vocab_size=self._max_vocabulary_size,
sg=self._use_cbow,
seed=model_seed,
compute_loss=True,
iter=self._epochs)
model.build_vocab(sentences)
learning_rate = 0.025
step_size = (learning_rate - 0.001) / self._epochs
for i in range(self._epochs):
end_lr = learning_rate - step_size
trained_word_count, raw_word_count = model.train(sentences, compute_loss=True,
start_alpha=learning_rate,
end_alpha=learning_rate,
total_examples=model.corpus_count,
epochs=1)
loss = model.get_latest_training_loss()
print("iter={0}, loss={1}, learning_rate={2}".format(i, loss, learning_rate))
learning_rate *= 0.6
model.save(model_name_path)
Однако я не вижу, чтобы модель сходилась:
iter=0, loss=76893000.0, learning_rate=0.025
iter=1, loss=74870528.0, learning_rate=0.015
iter=2, loss=73959232.0, learning_rate=0.009
iter=3, loss=73605400.0,
learning_rate=0.005399999999999999
iter=4, loss=73224288.0,
learning_rate=0.0032399999999999994
iter=5, loss=73008048.0,
learning_rate=0.0019439999999999995
iter=6, loss=72935888.0,
learning_rate=0.0011663999999999997
iter=7, loss=72774304.0,
learning_rate=0.0006998399999999999
iter=8, loss=72642072.0,
learning_rate=0.0004199039999999999
iter=9, loss=72624384.0,
learning_rate=0.00025194239999999993
iter=10, loss=72700064.0,
learning_rate=0.00015116543999999996
iter=11, loss=72478656.0,
learning_rate=9.069926399999997e-05
iter=12, loss=72486744.0,
learning_rate=5.441955839999998e-05
iter=13, loss=72282776.0,
learning_rate=3.2651735039999986e-05
iter=14, loss=71841968.0,
learning_rate=1.9591041023999992e-05
iter=15, loss=72119848.0,
learning_rate=1.1754624614399995e-05
iter=16, loss=72054544.0,
learning_rate=7.0527747686399965e-06
iter=17, loss=71958888.0,
learning_rate=4.2316648611839976e-06
iter=18, loss=71933808.0,
learning_rate=2.5389989167103985e-06
iter=19, loss=71739256.0,
learning_rate=1.523399350026239e-06
iter=20, loss=71660288.0,
learning_rate=9.140396100157433e-07
Я не понимаю, почему результат функции потерь не уменьшается и остается довольно постоянным на уровне 71M.