- 1
- 2
- 3
- 4
- 5
DeepSeek模型训练的优化器选择与参数调优.docx
资料介绍
DeepSeek模型训练的优化器选择与参数调优
一、引言
优化器（Optimizer）是深度学习训练的核心组件，直接影响模型的收敛速度、训练稳定性和最终性能。DeepSeek在优化器选择与参数调优方面进行了深入的研究，从AdamW到Muon，从学习率调度到权重衰减，形成了一套完整的优化器配置方案。本文深入解析DeepSeek模型训练的优化器选择与参数调优技术。
二、优化器选择
2.1 AdamW优化器
DeepSeek-V2和V3使用AdamW作为优化器，配置为β1=0.9、β2=0.95、ε=1e-8。AdamW在大模型训练中表现稳定，是业界广泛使用的标准优化器。
2.2 Muon优化器
V4全线改用Muon优化器替代AdamW。Muon的核心思路是"动量+正交化"，先对梯度做动量累积，再通过正交化去除冗余分量，在33万亿token的预训练规模上实现了更快的收敛和更稳定的训练。
三、学习率调度
3.1 预热策略
DeepSeek使用线性预热策略，在前2000步将学习率从0逐渐增加到最大值2.4e-4，避免训练初期的不稳定性。
3.2 余弦退火
预热后，学习率按照余弦退火（Cosine Annealing）策略衰减，在训练后期学习率逐渐降低，帮助模型收敛到更优的局部极小值。
四、权重衰减
4.1 衰减系数
DeepSeek使用0.01的权重衰减系数，防止模型过拟合。在MoE模型中，权重衰减还有助于防止专家权重过大导致的训练不稳定。
部分文件列表
| 文件名 | 大小 |
| 233-DeepSeek模型训练的优化器选择与参数调优.docx | 37K |
最新上传
- 打赏
- 30日榜单
-
yahuang001 打赏3.00元 3天前
-
yahuang001 打赏1.00元 3天前
-
zhongshaoxiong 打赏3.00元 3天前
-
他山之石可攻玉 打赏60.00元 3天前
用户：烟雨
-
江岚 打赏210.00元 3天前
用户：潇潇江南
-
江岚 打赏100.00元 3天前
-
21ic下载 打赏310.00元 3天前
用户：gsy幸运
-
21ic下载 打赏310.00元 3天前
用户：zhengdai
-
21ic下载 打赏310.00元 3天前
用户：江岚
-
21ic下载 打赏210.00元 3天前
用户：潇潇江南
-
21ic下载 打赏60.00元 3天前
用户：他山之石可攻玉
-
21ic下载 打赏60.00元 3天前
用户：烟雨
-
21ic下载 打赏60.00元 3天前
用户：w178191520
-
21ic下载 打赏60.00元 3天前
用户：w993263495
-
21ic下载 打赏110.00元 3天前
用户：xzxbybd
-
21ic下载 打赏60.00元 3天前
用户：zq_1943
-
21ic下载 打赏20.00元 3天前
用户：kk1957135547
-
21ic下载 打赏20.00元 3天前
用户：sun2152
-
21ic下载 打赏20.00元 3天前
用户：铁蛋锅
-
21ic下载 打赏20.00元 3天前
用户：xuzhen1
-
21ic下载 打赏20.00元 3天前
用户：w1966891335
-
21ic下载 打赏35.00元 3天前
用户：有理想666
-
21ic下载 打赏15.00元 3天前
用户：nuaanuaa111
-
21ic下载 打赏20.00元 3天前
用户：liqiang9090
-
21ic下载 打赏15.00元 3天前
用户：ningmengge
-
21ic下载 打赏10.00元 3天前
用户：mulanhk
-
21ic下载 打赏5.00元 3天前
用户：asys
-
21ic下载 打赏10.00元 3天前
用户：舞蹈荀彧
-
21ic小能手 打赏5.00元 3天前
资料：磁编码器开源方案
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
江岚 打赏20.00元 3天前
-
江岚 打赏50.00元 3天前
-
江岚 打赏20.00元 3天前
-
江岚 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏8.00元 3天前
-
21ic小能手 打赏8.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏3.00元 3天前
全部评论(0)