Ftrl

`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。

"Follow The Regularized Leader" (FTRL) 是 Google 在 2010 年代初期开发的一种用于点击率预测的优化算法。它最适用于具有庞大稀疏特征空间的浅层模型。该算法由 McMahan 等人于 2013 年描述。TF-Keras 版本支持在线 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 惩罚项）。

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 是用于缩放 n 的幂。

有关启用收缩（shrinkage）时 l2_shrinkage_regularization_strength 参数的更多详细信息，请查阅文档。在这种情况下，梯度将被带有收缩的梯度取代。

参数

learning_rate: 一个 Tensor、浮点值、一个 tf.keras.optimizers.schedules.LearningRateSchedule 类型的调度器，或者一个不接受参数并返回实际值的可调用对象。学习率。默认为 0.001。learning_rate_power: 一个浮点值，必须小于或等于零。控制训练期间学习率的下降方式。使用零表示固定学习率。initial_accumulator_value: 累加器的起始值。只允许零或正值。l1_regularization_strength: 一个浮点值，必须大于或等于零。默认为 0.0。l2_regularization_strength: 一个浮点值，必须大于或等于零。默认为 0.0。l2_shrinkage_regularization_strength: 一个浮点值，必须大于或等于零。这与上面的 L2 不同，上面的 L2 是稳定惩罚，而这里的 L2 收缩（shrinkage）是幅度惩罚。当输入稀疏时，收缩仅对活动的权重发生。beta: 一个浮点值，代表论文中的 beta 值。默认为 0.0。name: 字符串。优化器创建的动量累加器权重的名称。
weight_decay: 浮点数，默认为 None。如果设置，则应用权重衰减。
clipnorm: 浮点数。如果设置，每个权重的梯度会被单独裁剪，使其范数不超过此值。
clipvalue: 浮点数。如果设置，每个权重的梯度会被裁剪，使其不超过此值。
global_clipnorm: 浮点数。如果设置，所有权重的梯度会被裁剪，使其全局范数不超过此值。
use_ema: 布尔值，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（随着每个训练批次后权重值的变化），并定期用其移动平均值覆盖权重。
ema_momentum: 浮点数，默认为 0.99。仅在 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。
ema_overwrite_frequency: 整型或 None，默认为 None。仅在 use_ema=True 时使用。每隔 ema_overwrite_frequency 个迭代步，我们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()（它会原地更新模型变量）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 后自动发生，您无需执行任何操作。
jit_compile: 布尔值，默认为 True。如果为 True，优化器将使用 XLA 编译。如果未找到 GPU 设备，此标志将被忽略。
mesh: 可选的 tf.experimental.dtensor.Mesh 实例。提供此参数时，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/缩减将在全局 DTensor 上下文中进行。
**kwargs: 仅用于向后兼容的关键字参数。

Ftrl

Ftrl 类

Ftrl

Ftrl 类

`Ftrl` 类