glorot初始化

[hexiangnan]

glorot初始化

[Atomu2014]

SGD很慢，实验室环境中，数据量上亿之后很难做到上百轮的训练，用adaptive算法能显著加快收敛。
从比赛角度讲，比较出名的FFM就是用的adagrad算法，这可能也是libFFM的优秀训练速度的一个原因。
从工业界角度讲，end-to-end的策略也会比预训练更有优势，个人认为合理的初始化策略是值得探讨的一个问题。

[hexiangnan]

建议先训练FM，用FM的feature embeddings去初始化AFM. 一般效果会有提升。 2018-02-15 14:57 GMT+08:00 KevinKune <[email protected]>:

…

我认为直接使用Xavier初始化网络参数会有一点问题，因为网络的真实输入输出并不是[2*embed_size, 1]，而是[n^2*embed_size, n^2/2]，从这个角度来看，为了保证输出与梯度的分布接近标准正态，应该采用3维的xavier [n^2/2, 2*embed_size, 1]来进行初始化。当然，从网络的角度来说，输入输出还是[2*embed_size, 1]，因此glorot的方法可能并不完全适用， 更加合理的初始化可能介于2*embed_size, 1]与[n^2/2, 2*embed_size, 1]之间， 目前的初始化方法容易nan可能是因为方差过大导致的，这一点可以通过调节问题粗暴控制，但是如果在最开始的几个step就产生梯度爆炸的话， 调节温度也救不回来 — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#10>, or mute the thread <https://github.com/notifications/unsubscribe-auth/ABGxjm0YBzw60tpQL9C1tn_JAff6CjP0ks5tU9VigaJpZM4SGaO_> .

-- Best Regards, Xiangnan He

[Atomu2014]

FM同样面临稀疏数据初始化的问题，据我所知另一种主流的FM初始化方法是采用方差为根号1/k的随机分布，k为embedding size，而且由于采用了adaptive optimizer，FM不能保证在不同的初始化条件下收敛到相同的解

[hexiangnan]

FM用standard SGD就可以优化到很好的解，不需要用adaptive optimizer. 2018-02-26 11:06 GMT+08:00 KevinKune <[email protected]>:

…

FM同样面临稀疏数据初始化的问题，据我所知另一种主流的FM初始化方法是采用方差为根号1/k的随机分布，k为embedding size，而且由于采用了adaptive optimizer，FM不能保证在不同的初始化条件下收敛到相同的解 — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#10 (comment)>, or mute the thread <https://github.com/notifications/unsubscribe-auth/ABGxjqYffAbxKsT7nITdUlDGPWg6-4qWks5tYh-ngaJpZM4SGaO_> .

-- Best Regards, Xiangnan He

[Atomu2014]

感谢您耐心的回答