Kaldi nnet3的导数单元测试理论依据

对参数进行扰动

在Kaldi nnet3的以下单元测试代码中

nnet3/attention-test.cc

kaldi::nnet3::attention::TestAttentionForwardBackward

nnet3/convolution-test.cc

kaldi::nnet3::time_height_convolution::TestDataBackprop

kaldi::nnet3::time_height_convolution::TestParamsBackprop

nnet3/nnet-derivative-test.cc

kaldi::nnet3::UnitTestNnetModelDerivatives

BaseFloat objf_baseline = TraceMatMat(output_deriv, output, kTrans);

in2.SetRandn();

BaseFloat predicted_delta_objf = TraceMatMat(in_deriv, in2, kTrans);

in2.AddMat(1.0, in);

Forward(in2, &output);

BaseFloat objf2 = TraceMatMat(output_deriv, output, kTrans),

observed_delta_objf = objf2 - objf_baseline;

KALDI_ASSERT(observed_delta_objf.ApproxEqual(predicted_delta_objf, 0.1));

有以下假设：

若有：

则反向传播代码是正确的。

以下证明线性变换满足此假设：

假设

根据微分与导数的关系：

因此，只要上述公式成立，则说明反向传播函数相对正向传播函数是正确的。

对模型进行扰动

在Kaldi nnet3的以下单元测试代码中

nnet3/nnet-derivative-test.cc:UnitTestNnetModelDerivatives()

有以下假设：

若有：

标签：cc,单元测试,Kaldi,in2,objf,test,output,nnet3
来源： https://www.cnblogs.com/JarvanWang/p/12606950.html