Laplace smoothing for EMA codebook update

Aperta
#272 1 commento 2 reazioni 0 assegnatari Vedi su GitHub

@ayushdebnath012 ci sta già lavorando.

Dal 18/9/2025.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
30/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python, tensorflow

Direzione di ricerca

La issue indica sonnet/src/nets/vqvae.py; inizia tracciando il modo in cui le dimensioni dei cluster smussate con Laplace passano attraverso l’aggiornamento del codebook tramite EMA e la normalizzazione degli embedding. Non sono indicati né un test né una modifica concreta, quindi sarebbe necessario stabilire il comportamento previsto e un modo per convalidare qualsiasi effetto sulla perplessità prima di definire quando il lavoro può considerarsi completato.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi,

I understand that to calculate the normalized weights for the embeddings we divide by the Laplace smoothed cluster sizes as seen in the code here.

However, for the embeddings whose cluster sizes are zero, the Laplace smoothing replaces it with a very small value (some function of epsilon). When these updated cluster sizes are used to normalize (by dividing the running ema_dw with the updated cluster size) and update the embeddings, the corresponding embeddings with zero cluster sizes are updated to a very high value. These updated embeddings then have an ever lower probability of being chosen in the future.

Is my understanding of this issue correct or am I missing something? If this is indeed correct is there a way to mitigate this to have a higher perplexity score?

Thanks!

Lingua principale
Python
Stelle
10k
Fork
1.3k
Merge medio
50m
PR unite (30g)
1

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di google-deepmind/sonnet

Tutte le issue di google-deepmind/sonnet

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.