RMSprop

[源代码]

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

• 维护梯度的平方的滑动（衰减）平均值
• 将梯度除以该平均值的平方根

此 RMSprop 实现使用普通的动量，而不是 Nesterov 动量。

中心化版本还维护梯度的滑动平均值，并使用该平均值来估计方差。

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。rho：float，默认为 0.9。旧梯度的衰减因子。momentum：float，默认为 0.0。如果不是 0.0，优化器将跟踪动量值，衰减率为 1 - momentum。epsilon：一个用于数值稳定的小常数。此 epsilon 是 Kingma 和 Ba 论文中的“epsilon hat”（在第 2.1 节之前的公式中），而不是论文算法 1 中的 epsilon。默认为 1e-7。centered：布尔值。如果为 True，则梯度由梯度的估计方差进行归一化；如果为 False，则由非中心化二阶矩进行归一化。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。
• 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。

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

• Hinton, 2012 # noqa: E501