質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.38%

  • Python

    12885questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1018questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

pytorchの評価モード(eval())で計算したものを訓練モード(train())でそのまま使える?

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 218

shogiOtakku

score 104

質問したいこと

pytorchで評価時に計算したニューラルネットをそのまま訓練時に使えるものでしょうか。またそのメリットはあるのでしょうか。

ニューラルネットの誤差逆伝搬では順伝搬時に計算した各ノードの値を使って重みを更新していたと記憶していますが、順伝搬の計算を評価モードで実行して誤差逆伝搬を訓練モードで行う実装を見て、なんでそんなことをしているのか(その必要があるのか)と思いました。

ソースコード

pytorchによる深層強化学習の実装Brain#replayが対象の実装になります。
(issueで質問すべきだとも思いますが作者はみていないっぽいのでこちらで質問することにしました)

具体的には

Brain#__init__でニューラルネットを実装しています。
このニューラルネットでは入力は4変数のベクトルstate,出力は要素数2のベクトルaction(2種類の行動に対する行動価値)となります。
ここでのニューラルネットの実装では

  1. #3.1で評価モードに切り替え
  2. #3.2でニューラルネットの順伝搬を実行する
  3. #3.3でもニューラルネットの順伝搬を実行する。ただしdetachしている
  4. #3.4でactionの教師データを取得する
  5. #4.1で訓練モードに切り替える
  6. #4.2で損失関数を計算する
  7. #4.3で誤差逆伝搬を実行する。

となっており、#4.*では訓練モードなのに順伝搬の実行がされていません。
なので誤差逆伝搬のための順伝搬の計算は評価モード時の#3.2で実行されているものを使っているのかと考えました。

質問の仕方がくどくなり申し訳ありません。
ご教授いただければと思います。よろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

本は読んでいません.
ここでいう訓練モードと評価モードはdropoutやbatch normのon/offという意味だと思います.
一般的に強化学習は訓練モードのモデルでデータを生成して学習するのが普通だと思います.間違っていたらすいません.

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.38%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    12885questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1018questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。