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
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。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。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。