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 FTRL 算法的优化器。
“跟踪正则化领导者”(Follow The Regularized Leader, FTRL)是 Google 在 2010 年代早期为点击率预测开发的一种优化算法。它最适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 年描述。Keras 版本同时支持在线 L2 正则化(上述论文中描述的 L2 正则化)和收缩型 L2 正则化(即将 L2 惩罚添加到损失函数中)。
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
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。当启用收缩时,请查看 l2_shrinkage_regularization_strength
参数的文档以获取更多详细信息,在这种情况下,梯度将被收缩后的梯度替换。
参数
keras.optimizers.schedules.LearningRateSchedule
实例,或不带参数并返回实际值的可调用对象。学习率。默认为 0.001
。0.0
。0.0
。0.0
。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变化),并定期用它们的移动平均值覆盖权重。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
步迭代,我们用其移动平均值覆盖模型变量。如果为 None,则优化器在训练中期不会覆盖模型变量,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。当使用内置的 fit()
训练循环时,这会在最后一个 epoch 之后自动发生,您无需执行任何操作。None
。如果为浮点数,则在计算梯度之前将损失乘以缩放因子,并在更新变量之前将梯度乘以缩放因子的倒数。这有助于防止混合精度训练期间的下溢。或者,keras.optimizers.LossScaleOptimizer
将自动设置损失缩放因子。None
。如果为整数,则模型和优化器变量不会在每个步骤都更新;而是每 gradient_accumulation_steps
步骤更新一次,使用自上次更新以来梯度的平均值。这称为“梯度累积”。当批量大小非常小以减少每个更新步骤的梯度噪声时,这可能很有用。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)。