Ftrl

`Ftrl` 类

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,
    loss_scale_factor=None,
    gradient_accumulation_steps=None,
    name="ftrl",
    **kwargs
)

实现了FTRL算法的优化器。

"Follow The Regularized Leader" (FTRL)，即“跟随有正则化的领导者”，是Google在2010年代早期开发的一种用于点击率预测的优化算法。它最适合用于具有大型稀疏特征空间的浅层模型。该算法由 McMahan 等人，2013 描述。Keras版本支持在线L2正则化（上面论文中描述的L2正则化）和收缩型L2正则化（即在损失函数中添加L2惩罚）。

初始化

n = 0
sigma = 0
z = 0

单个变量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)

符号说明

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的幂指数。

当收缩被启用时，梯度会被替换为带收缩的梯度，请参阅l2_shrinkage_regularization_strength参数的文档以获取更多详细信息。

参数

learning_rate：一个浮点数，一个 keras.optimizers.schedules.LearningRateSchedule 实例，或一个不带参数并返回实际使用值的可调用对象。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: 累加器的初始值。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是稳定化惩罚，而这种L2收缩是一种幅度惩罚。当输入稀疏时，收缩只会发生在激活的权重上。
beta: 一个浮点值，代表论文中的beta值。默认为0.0。
name：字符串。用于优化器创建的动量累加器权重的名称。
weight_decay：浮点数。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：布尔值，默认为 False。如果为 True，则应用指数移动平均 (EMA)。EMA 包括在模型权重（随着训练批次更新）上计算权重的指数移动平均，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。
loss_scale_factor：浮点数或 None。如果是浮点数，将用该缩放因子乘以损失值，然后再计算梯度，并将梯度的逆乘以缩放因子，然后再更新变量。有助于防止混合精度训练期间的下溢。或者，keras.optimizers.LossScaleOptimizer 会自动设置损失缩放因子。
gradient_accumulation_steps：整数或 None。如果为整数，模型和优化器变量将不会在每一步更新；而是每 gradient_accumulation_steps 步更新一次，使用自上次更新以来的平均梯度值。这被称为“梯度累积”。当您的批次大小非常小时，这可能很有用，目的是减少每次更新步骤中的梯度噪声。EMA 频率将查看“累积”的迭代次数（optimizer steps // gradient_accumulation_steps）。学习率调度器将查看“实际”的迭代次数（optimizer steps）。

Ftrl

Ftrl 类

Ftrl

Ftrl 类

`Ftrl` 类