Nadam
类keras.optimizers.Nadam(
learning_rate=0.001,
beta_1=0.9,
beta_2=0.999,
epsilon=1e-07,
weight_decay=None,
clipnorm=None,
clipvalue=None,
global_clipnorm=None,
use_ema=False,
ema_momentum=0.99,
ema_overwrite_frequency=None,
loss_scale_factor=None,
gradient_accumulation_steps=None,
name="nadam",
**kwargs
)
实现 Nadam 算法的优化器。
就像 Adam 本质上是带动量的 RMSprop 一样,Nadam 是带 Nesterov 动量的 Adam。
参数
keras.optimizers.schedules.LearningRateSchedule
实例,或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
。0.9
。0.999
。1e-7
。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改变),并定期用其移动平均覆盖权重。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 ema_overwrite_frequency
迭代步,我们都会用其移动平均覆盖模型变量。如果为 None,优化器不会在训练中途覆盖模型变量,您需要在训练结束时通过调用 optimizer.finalize_variable_values()
(这将原地更新模型变量)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。None
。如果是浮点数,则在计算梯度之前将比例因子乘以损失,并在更新变量之前将梯度的逆比例因子乘以梯度。这对于混合精度训练中防止下溢很有用。或者,keras.optimizers.LossScaleOptimizer
将自动设置损失比例因子。None
。如果为整数,则模型和优化器变量不会在每一步都更新;相反,它们将每 gradient_accumulation_steps
步更新一次,使用自上次更新以来的梯度平均值。这被称为“梯度累积”。当您的批次大小非常小,为了减少每个更新步骤的梯度噪声时,这会很有用。EMA 频率将查看“累积”迭代值(优化器步数 // gradient_accumulation_steps)。学习率调度将查看“实际”迭代值(优化器步数)。参考