Temperature

Temperature je parameter dekódovania upravujúci ostrosť pravdepodobnostného rozdelenia tokenov, pričom nižšia hodnota zvyšuje deterministickosť a vyššia rozmanitosť.

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi sa jeho hodnota nastavuje pred učením alebo počas ladenia a overuje sa na oddelených dátach.

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Rizikom je preladenie na validačné dáta, nestabilita výsledkov a neprimerané výpočtové náklady. Hodnoty treba dokumentovať, porovnať v kontrolovanom experimente a overiť na oddelených dátach.

Temperature sa od pojmov Learning rate, Tensor, TensorFlow odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.