Adagrad

[源代码]

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
)

实现了 Adagrad 算法的优化器。

Adagrad 是一种具有参数特定学习率的优化器，它会根据参数在训练过程中更新的频率进行调整。参数获得的更新次数越多，其更新幅度就越小。

参数

• learning_rate：学习率的初始值：可以是浮点值，也可以是 tf.keras.optimizers.schedules.LearningRateSchedule 实例。默认为 0.001。请注意，与其它优化器相比，Adagrad 通常受益于更高的初始学习率值。为了与原始论文中的形式完全匹配，请使用 1.0。initial_accumulator_value：浮点值。累加器（每参数动量值）的起始值。必须为非负值。epsilon：用于维持数值稳定性的很小的浮点值。name：字符串。优化器创建的动量累加器权重所使用的名称。
• 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

• Duchi 等人，2011.