Pytorch暹罗神经网络与BERT用于句子匹配

Question

我正试图用pytorch构建一个连体神经网络，在这个网络中我输入BERT单词嵌入，并试图找出两个句子是否相似（想象重复文章匹配、产品匹配等）。模型如下：

class SiameseNetwork(torch.nn.Module):
    def __init__(self):
        super(SiameseNetwork, self).__init__()
        self.brothers = torch.nn.Sequential(
            torch.nn.Linear(512 * 768, 512),
            torch.nn.BatchNorm1d(512),
            torch.nn.ReLU(inplace=True),
            torch.nn.Linear(512, 256),
            torch.nn.BatchNorm1d(256),
            torch.nn.ReLU(inplace=True),
            torch.nn.Linear(256, 32),
        )
        
        self.final = torch.nn.Sequential(
            torch.nn.Linear(32, 16),
            torch.nn.ReLU(inplace=True),
            torch.nn.Linear(16, 2),
        )
    
    def forward(self, left, right):
        outputLeft = self.brothers(left)
        outputRight = self.brothers(right)
        output = self.final((outputLeft - outputRight) ** 2)
        return output

bros = SiameseNetwork()
bros = bros.to(device)

标准和优化器：

criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(params=bros.parameters(), lr=0.001)

培训循环：

for batch in tqdm(tLoader, desc=f"Train epoch: {epoch+1}"):
        a = batch[0].to(device)
        b = batch[1].to(device)
        y = torch.unsqueeze(batch[2].type(torch.FloatTensor), 1).to(device)
        
        optimizer.zero_grad()
        
        output = bros(a,b)
        loss = criterion(output, y)
        loss.backward()
        
        trainingLoss += loss.item()

        optimizer.step()

现在，这似乎是可行的，因为它产生的结果是合理的，但是验证误差在仅仅一个时代之后就停止下降到0.13。使用Pytork在这种NNs上找不到很多东西。有没有办法优化它？我做错什么了吗

Answer 1

您的第一层严重参数化过度，容易过度拟合（总共计算2.01亿个参数）。我假设形状512 * 768反映了标记的数量乘以它们的维度；如果是这样，您需要重新思考您的体系结构。您需要某种权重共享或共享策略，以将num_words * dim输入减少为固定表示（这正是循环网络取代完全连接的句子编码变体的原因）。特别是在基于转换器的体系结构中，[CLS]令牌（令牌编号0，输入前缀）通常用作序列级和双序列级任务的“摘要”令牌