Ftrl

`Ftrl` 类

tf_keras.optimizers.Ftrl(
    learning_rate=0.001,
    learning_rate_power=-0.5,
    initial_accumulator_value=0.1,
    l1_regularization_strength=0.0,
    l2_regularization_strength=0.0,
    l2_shrinkage_regularization_strength=0.0,
    beta=0.0,
    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="Ftrl",
    **kwargs
)

实现 FTRL 算法的优化器。

"跟随正则化领导者" (FTRL) 是一种在 2010 年代初期由 Google 开发用于点击率预测的优化算法。它最适合具有大型稀疏特征空间的浅层模型。该算法由McMahan 等人，2013 年描述。TF-Keras 版本同时支持在线 L2 正则化（上述论文中描述的 L2 正则化）和收缩型 L2 正则化（即在损失函数中添加 L2 惩罚）。

初始化

n = 0
sigma = 0
z = 0

一个变量 w 的更新规则

prev_n = n
n = n + g ** 2
sigma = (n ** -lr_power - prev_n ** -lr_power) / lr
z = z + g - sigma * w
if abs(z) < lambda_1:
  w = 0
else:
  w = (sgn(z) * lambda_1 - z) / ((beta + sqrt(n)) / alpha + lambda_2)

符号

lr 是学习率
g 是变量的梯度
lambda_1 是 L1 正则化强度
lambda_2 是 L2 正则化强度
lr_power 是缩放 n 的幂。

启用收缩时，有关详细信息，请查看 l2_shrinkage_regularization_strength 参数的文档，在这种情况下，梯度将替换为具有收缩的梯度。

参数

learning_rate：Tensor、浮点值、一个 tf.keras.optimizers.schedules.LearningRateSchedule 调度程序或一个不带参数并返回实际使用值的回调函数。学习率。默认为 0.001。learning_rate_power：浮点值，必须小于或等于零。控制训练期间学习率的下降方式。对于固定学习率，请使用零。initial_accumulator_value：累加器的起始值。仅允许零或正值。l1_regularization_strength：浮点值，必须大于或等于零。默认为 0.0。l2_regularization_strength：浮点值，必须大于或等于零。默认为 0.0。l2_shrinkage_regularization_strength：浮点值，必须大于或等于零。这与上面的 L2 不同，因为上面的 L2 是稳定惩罚，而此 L2 收缩是幅度惩罚。当输入稀疏时，收缩仅发生在活动权重上。beta：浮点值，表示论文中的 beta 值。默认为 0.0。name：字符串。优化器创建的动量累加器权重使用的名称。
weight_decay：浮点数，默认为 None。如果设置，则应用权重衰减。
clipnorm：浮点数。如果设置，则每个权重的梯度都会单独裁剪，使其范数不高于此值。
clipvalue：浮点数。如果设置，则每个权重的梯度都会裁剪，使其不高于此值。
global_clipnorm：浮点数。如果设置，则所有权重的梯度都会裁剪，使其全局范数不高于此值。
use_ema：布尔值，默认为 False。如果为 True，则应用指数移动平均 (EMA)。EMA 包括计算模型权重的指数移动平均值（权重值在每个训练批次后都会发生变化），并定期使用其移动平均值覆盖权重。
ema_momentum：浮点数，默认为 0.99。仅在 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。
ema_overwrite_frequency：整数或 None，默认为 None。仅在 use_ema=True 时使用。每隔 ema_overwrite_frequency 步迭代，我们就会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，您需要在训练结束时通过调用 optimizer.finalize_variable_values()（它会就地更新模型变量）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。
jit_compile：布尔值，默认为 True。如果为 True，则优化器将使用 XLA 编译。如果没有找到 GPU 设备，则会忽略此标志。
mesh：可选的 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，聚合/归约将在全局 DTensor 上下文中发生。
**kwargs：仅用于向后兼容的关键字参数。

Ftrl

Ftrl 类

Ftrl

Ftrl 类

`Ftrl` 类