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,它使用逐层自适应动量,根据权重范数与梯度范数的比率来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,特别是对于大批量大小。
参数
keras.optimizers.schedules.LearningRateSchedule
实例,或一个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(随着每个训练批次后权重值的变化),并周期性地用其移动平均值覆盖权重。use_ema=True
时使用。这是计算模型权重的 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。每经过 ema_overwrite_frequency
迭代步骤,我们用模型的移动平均值覆盖模型变量。如果为 None,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()
(这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 后自动发生,您无需执行任何操作。None
。如果是一个浮点数,则在计算梯度之前会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。有助于防止在混合精度训练期间发生下溢。或者,keras.optimizers.LossScaleOptimizer
会自动设置损失缩放因子。None
。如果是一个整数,模型和优化器变量不会在每个步骤更新;相反,它们会在每 gradient_accumulation_steps
个步骤更新一次,使用自上次更新以来梯度的平均值。这被称为“梯度累积”。当您的批量大小非常小时,这可能很有用,以便减少每次更新步骤中的梯度噪声。EMA 频率将查看“累积”的迭代值(优化器步骤 // gradient_accumulation_steps)。学习率调度器将查看“实际”的迭代值(优化器步骤)。参考文献