Lamb
Lamb 类
keras.optimizers.Lamb(
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="lamb",
**kwargs
)
实现 Lamb 算法的优化器。
Lamb 是一种随机梯度下降方法，它使用逐层自适应矩来根据权重范数与梯度范数的比率调整每个参数的学习率。这有助于稳定训练过程并改善收敛性，尤其是在大批量大小的情况下。
参数
- learning_rate: 浮点数，
keras.optimizers.schedules.LearningRateSchedule实例，或一个不带参数并返回实际值的函数。学习率。默认为0.001。 - beta_1: 浮点值或常量浮点张量，或一个不带参数并返回实际值的函数。第一矩估计的指数衰减率。默认为
0.9。 - beta_2: 浮点值或常量浮点张量，或一个不带参数并返回实际值的函数。第二矩估计的指数衰减率。默认为
0.999。 - epsilon: 用于数值稳定性的小常数。默认为
1e-7。 - name: 字符串。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，则分别裁剪每个权重的梯度，使其范数不高于此值。
- clipvalue: 浮点数。如果设置，则将每个权重的梯度裁剪为不高于此值。
- global_clipnorm: 浮点数。如果设置，则裁剪所有权重的梯度，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（权重值在每次训练批次后发生变化），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通过调用optimizer.finalize_variable_values()显式覆盖变量（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，损失将乘以比例因子，并且在更新变量之前，梯度将乘以比例因子的倒数。在混合精度训练期间，这有助于防止下溢。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一步都更新；相反，它们将每隔gradient_accumulation_steps步更新一次，使用自上次更新以来梯度的平均值。这称为“梯度累积”。当您的批次大小非常小时，这可能很有用，以便减少每次更新步骤的梯度噪声。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“实际”迭代值（优化器步骤）。
参考文献