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,学习率会根据参数在训练期间更新的频率进行调整。参数接收的更新次数越多,更新量越小。
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
通常受益于较高的初始学习率值。为了与原始论文中的确切形式匹配,请使用 1.0。initial_accumulator_value:浮点数。累加器(每参数动量值)的起始值。必须是非负数。epsilon:用于保持数值稳定的小浮点值。name:字符串。用于优化器创建的动量累加器权重的名称。use_ema=True
时使用。这是计算模型权重 EMA 时使用的动量:新平均值 = ema_momentum * 旧平均值 + (1 - ema_momentum) * 当前变量值
。use_ema=True
时使用。每迭代 ema_overwrite_frequency
步,我们用其移动平均值覆盖模型变量。如果为 None,则优化器在训练过程中不会覆盖模型变量,并且您需要在训练结束时通过调用 optimizer.finalize_variable_values()
(这会就地更新模型变量)明确覆盖变量。使用内置的 fit()
训练循环时,这会在最后一个 epoch 后自动发生,您无需执行任何操作。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/归约将在全局 DTensor 上下文中发生。参考文献