Adagrad
类tf_keras.optimizers.Adagrad(
learning_rate=0.001,
initial_accumulator_value=0.1,
epsilon=1e-07,
weight_decay=None,
clipnorm=None,
clipvalue=None,
global_clipnorm=None,
use_ema=False,
ema_momentum=0.99,
ema_overwrite_frequency=None,
jit_compile=True,
name="Adagrad",
**kwargs
)
实现 Adagrad 算法的优化器。
Adagrad 是一种具有参数特定学习率的优化器,这些学习率相对于参数在训练期间更新的频率进行调整。参数接收的更新越多,更新就越小。
参数
tf.keras.optimizers.schedules.LearningRateSchedule
实例。默认为 0.001。请注意,与其他优化器相比,Adagrad
往往受益于更高的初始学习率值。为了匹配原始论文中的精确形式,请使用 1.0。initial_accumulator_value: 浮点数。累加器的起始值(每个参数的动量值)。必须是非负数。epsilon: 用于维持数值稳定性的小浮点数。name: 字符串。优化器创建的动量累加器权重使用的名称。use_ema=True
时使用。这是计算模型权重 EMA 时使用的动量:new_average = ema_momentum * old_average + (1 - ema_momentum) * current_variable_value
。use_ema=True
时使用。每 ema_overwrite_frequency
步迭代,我们用其移动平均值覆盖模型变量。如果为 None,则优化器不会在训练过程中覆盖模型变量,您需要通过调用 optimizer.finalize_variable_values()
(它会就地更新模型变量)在训练结束时显式覆盖变量。当使用内置的 fit()
训练循环时,这会在最后一个 epoch 之后自动发生,您无需执行任何操作。tf.experimental.dtensor.Mesh
实例。提供时,优化器将在 DTensor 模式下运行,例如状态跟踪变量将是 DVariable,并且聚合/约简将在全局 DTensor 上下文中发生。参考文献