优化器

• SGD
• RMSprop
• Adam
• AdamW
• Adadelta
• Adagrad
• Adamax
• Adafactor
• Nadam
• Ftrl

[源代码]

apply_gradients 方法

Optimizer.apply_gradients(
    grads_and_vars, name=None, skip_gradients_aggregation=False, **kwargs
)

将梯度应用于变量。

参数

• grads_and_vars: (gradient, variable) 对的列表。
• name: 字符串，默认为 None。创建变量时使用的名称空间。如果为 None，则使用 self.name。
• skip_gradients_aggregation: 如果为 True，则不会在优化器内部执行梯度聚合。通常，当您编写在优化器外部聚合梯度的自定义代码时，会为该参数设置 True。
• **kwargs: 仅用于向后兼容的关键字参数。

返回

一个 tf.Variable，表示当前迭代。

引发

• TypeError: 如果 grads_and_vars 格式不正确。
• RuntimeError: 如果在跨副本上下文中调用。

variables 属性

tf_keras.optimizers.Optimizer.variables

返回此优化器的变量。