ترجمه فارسی مقاله محدود کردن تمرکز: بهینه سازی های آموخته شده برای مدل های پیش ساخته

چکیده

In modern deep learning, the models are learned by applying gradient updates using an optimizer, which transforms the updates based on various statistics. Optimizers are often hand-designed and tuning their hyperparameters is a big part of the training process. Learned optimizers have shown some initial promise, but are generally unsuccessful as a general optimization mechanism applicable to every problem. In this work we explore a different direction: instead of learning general optimizers, we instead specialize them to a specific training environment. We propose a novel optimizer technique that learns a layer-specific linear combination of update directions provided by a set of base optimizers, effectively adapting its strategy to the specific model and dataset. When evaluated on image classification tasks, this specialized optimizer significantly outperforms both traditional off-the-shelf methods such as Adam, as well as existing general learned optimizers. Moreover, it demonstrates robust generalization with respect to model initialization, evaluating on unseen datasets, and training durations beyond its meta-training horizon.

چکیده به فارسی (ترجمه ماشینی)

در یادگیری عمیق مدرن ، مدل ها با استفاده از به روزرسانی های شیب با استفاده از یک بهینه ساز ، که به روزرسانی ها را بر اساس آمار مختلف تبدیل می کند ، آموخته می شوند.بهینه سازها اغلب طراحی شده اند و تنظیم بیش از حد آنها بخش بزرگی از روند آموزش است.بهینه سازهای آموخته شده وعده های اولیه را نشان داده اند ، اما به طور کلی به عنوان یک مکانیسم بهینه سازی عمومی که برای هر مشکل قابل استفاده است ، ناموفق هستند.در این کار ما یک جهت متفاوت را کشف می کنیم: به جای یادگیری بهینه سازهای عمومی ، در عوض ما آنها را در یک محیط آموزشی خاص تخصص می دهیم.ما یک تکنیک بهینه ساز جدید را پیشنهاد می کنیم که یک ترکیب خطی خاص لایه از جهت های بروزرسانی ارائه شده توسط مجموعه ای از بهینه سازان پایه را می آموزد ، و به طور مؤثر استراتژی آن را با مدل و مجموعه داده های خاص سازگار می کند.هنگامی که در وظایف طبقه بندی تصویر ارزیابی می شود ، این بهینه ساز تخصصی به طور قابل توجهی از هر دو روش سنتی خارج از قفسه مانند آدم و همچنین بهینه سازهای موجود در کل موجود است.علاوه بر این ، این تعمیم قوی با توجه به اولیه سازی مدل ، ارزیابی در مجموعه داده های غیب و مدت زمان آموزش فراتر از افق متا-ترحم آن را نشان می دهد.