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 FTRL 算法的优化器。

“跟随正则化领导者”（FTRL）是一种由 Google 在 2010 年代初期开发的用于点击率预测的优化算法。它最适合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 版本同时支持在线 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

一个变量 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 是缩放 n 的幂。

启用收缩时，有关详细信息，请查看 l2_shrinkage_regularization_strength 参数的文档，在这种情况下，梯度将替换为具有收缩的梯度。

参数

learning_rate：浮点数、keras.optimizers.schedules.LearningRateSchedule 实例或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：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。对于固定学习率，请使用零。
initial_accumulator_value：累加器的起始值。仅允许零或正值。
l1_regularization_strength：浮点值，必须大于或等于零。默认为 0.0。
l2_regularization_strength：浮点值，必须大于或等于零。默认为 0.0。
l2_shrinkage_regularization_strength：浮点值，必须大于或等于零。这与上面的 L2 不同，因为上面的 L2 是稳定惩罚，而此 L2 收缩是幅度惩罚。当输入稀疏时，收缩仅会在活动权重上发生。
beta：浮点值，表示论文中的 beta 值。默认为 0.0。
name：字符串。优化器创建的动量累加器权重使用的名称。
weight_decay：浮点数。如果设置，则应用权重衰减。
clipnorm：浮点数。如果设置，则单独剪裁每个权重的梯度，使其范数不高于此值。
clipvalue：浮点数。如果设置，则剪裁每个权重的梯度，使其不高于此值。
global_clipnorm：浮点数。如果设置，则剪裁所有权重的梯度，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 包括计算模型权重的指数移动平均值（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。仅在 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。
ema_overwrite_frequency：整数或 None，默认为 None。仅在 use_ema=True 时使用。每隔 ema_overwrite_frequency 步迭代，我们都会用其移动平均值覆盖模型变量。如果为 None，则优化器不会在训练过程中覆盖模型变量，您需要在训练结束时显式覆盖变量，方法是调用 optimizer.finalize_variable_values()（这会就地更新模型变量）。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。
loss_scale_factor：浮点数或 None。如果为浮点数，则在计算梯度之前将损失乘以比例因子，并在更新变量之前将梯度乘以比例因子的倒数。这有助于防止混合精度训练期间的下溢。或者，keras.optimizers.LossScaleOptimizer 将自动设置损失比例因子。
gradient_accumulation_steps：整数或 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；而是使用自上次更新以来梯度的平均值，每隔 gradient_accumulation_steps 步更新一次。这称为“梯度累积”。当您的批次大小非常小时，这很有用，以便减少每次更新步骤中的梯度噪声。EMA 频率将查看“累积”迭代值（优化器步骤 // 梯度累积步骤）。学习率调度将查看“真实”迭代值（优化器步骤）。

Ftrl

Ftrl 类

Ftrl

Ftrl 类

`Ftrl` 类