RMSprop
类tf_keras.optimizers.RMSprop(
learning_rate=0.001,
rho=0.9,
momentum=0.0,
epsilon=1e-07,
centered=False,
weight_decay=None,
clipnorm=None,
clipvalue=None,
global_clipnorm=None,
use_ema=False,
ema_momentum=0.99,
ema_overwrite_frequency=100,
jit_compile=True,
name="RMSprop",
**kwargs
)
实现了 RMSprop 算法的优化器。
RMSprop 的要点是:
RMSprop 的此实现使用普通动量,而非 Nesterov 动量。
中心化版本额外维护梯度的移动平均值,并使用该平均值来估计方差。
参数
tf.keras.optimizers.schedules.LearningRateSchedule
实例。默认为 0.001。 rho:浮点值,默认为 0.9。用于旧梯度的衰减因子。 momentum:浮点值,默认为 0.0。如果不是 0.0,优化器会跟踪动量值,衰减率等于 1 - momentum
。 epsilon:用于数值稳定的小常数。这个 epsilon 是 Kingma 和 Ba 论文中(第 2.1 节之前的公式中)的“epsilon hat”,不是论文中算法 1 的 epsilon。默认为 1e-7
。 centered:布尔值。如果为 True
,梯度会通过梯度的估计方差进行归一化;如果为 False,则通过未中心化的二阶矩进行归一化。将其设置为 True
可能有助于训练,但在计算和内存方面会稍微昂贵一些。默认为 False
。 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:new_average = ema_momentum * old_average + (1 - ema_momentum) * current_variable_value
。use_ema=True
时使用。每隔 ema_overwrite_frequency
步迭代,我们会用模型的移动平均值覆盖模型变量。如果为 None,优化器在训练过程中不会覆盖模型变量,你需要通过调用 optimizer.finalize_variable_values()
(它会就地更新模型变量)在训练结束时显式地覆盖变量。当使用内置的 fit()
训练循环时,这会在最后一个 epoch 后自动发生,你无需执行任何操作。tf.experimental.dtensor.Mesh
实例。提供时,优化器将在 DTensor 模式下运行,例如状态跟踪变量将是 DVariable,聚合/归约将在全局 DTensor 上下文中发生。用法
>>> opt = tf.keras.optimizers.RMSprop(learning_rate=0.1)
>>> var1 = tf.Variable(10.0)
>>> loss = lambda: (var1 ** 2) / 2.0 # d(loss) / d(var1) = var1
>>> opt.minimize(loss, [var1])
>>> var1.numpy()
9.683772
参考