8000
文章中说学习率最大6.25e-5,noam schedule更小,要用这么小的学习率吗?
您可以根据自己所用的bs调一下试试
您可以根据自己所用的bs调一下试试 文章中所有的 8(per_gpu)*64(gradient accumulation)*4(gpus) = 2048 那我128 * 2 * 6 的话应该调整成两倍吧(bs增大多少倍数 学习率相应增大)
Activity
silverriver commentedon Jul 23, 2022
您可以根据自己所用的bs调一下试试
WuDiDaBinGe commentedon Jul 24, 2022