Nadam

[源代码]

Nadam 类

tf_keras.optimizers.Nadam(
    learning_rate=0.001,
    beta_1=0.9,
    beta_2=0.999,
    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="Nadam",
    **kwargs
)

实现了Nadam算法的优化器。

与Adamessentially是RMSprop加动量类似，Nadam是Adam加Nesterov动量。

参数

• learning_rate：一个tf.Tensor，浮点值，一个tf.keras.optimizers.schedules.LearningRateSchedule的学习率调度，或者一个不接受任何参数并返回实际使用值的可调用对象。学习率。默认为0.001。beta_1：一个浮点值或一个常量浮点张量，或者一个不接受任何参数并返回实际使用值 else 的可调用对象。一阶矩估计的指数衰减率。默认为0.9。beta_2：一个浮点值或一个常量浮点张量，或者一个不接受任何参数并返回实际使用值 else 的可调用对象。二阶矩估计的指数衰减率。默认为0.999。epsilon：一个用于数值稳定的小常量。这个epsilon是Kingma和Ba论文中的“epsilon hat”（在公式2.1节之前），而不是论文算法1中的epsilon。默认为1e-7。name：字符串。优化器创建的动量累加器权重的名称。
• weight_decay: Float，默认为 None。如果设置，则应用权重衰减。
• clipnorm：浮点数。如果设置，每个权重的梯度将单独裁剪，使其范数不高于此值。
• clipvalue：浮点数。如果设置，每个权重的梯度将被裁剪，使其不高于此值。
• global_clipnorm：浮点数。如果设置，所有权重的梯度将被裁剪，使其全局范数不高于此值。
• use_ema: Boolean，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（因为权重值在每个训练批次后都会发生变化），并定期用其移动平均值覆盖权重。
• ema_momentum：浮点数，默认为 0.99。仅当 use_ema=True 时使用。这是在计算模型权重 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。仅当 use_ema=True 时使用。每进行 ema_overwrite_frequency 步迭代，我们就用其移动平均值覆盖模型变量。如果为 None，优化器不会在训练中间覆盖模型变量，您需要通过调用 optimizer.finalize_variable_values()（该函数会就地更新模型变量）来显式覆盖变量。使用内置的 fit() 训练循环时，这会在最后一个 epoch 之后自动完成，您无需执行任何操作。
• jit_compile: Boolean，默认为 True。如果为 True，优化器将使用 XLA 编译。如果没有找到 GPU 设备，此标志将被忽略。
• mesh: 可选的 tf.experimental.dtensor.Mesh 实例。如果提供，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 上下文中进行。
• **kwargs: 仅用于向后兼容的关键字参数。

参考

• Dozat, 2015.