Lion
类keras.optimizers.Lion(
learning_rate=0.001,
beta_1=0.9,
beta_2=0.99,
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="lion",
**kwargs
)
实现了 Lion 算法的优化器。
Lion 优化器是一种随机梯度下降方法,它使用符号运算符来控制更新的幅度,这与其他自适应优化器(如依赖于二阶矩的 Adam)不同。这使得 Lion 更节省内存,因为它仅跟踪动量。根据作者(参见参考文献),它相对于 Adam 的性能增益随着批量大小的增加而增长。由于 Lion 的更新是通过符号运算产生的,导致范数更大,因此 Lion 的合适学习率通常比 AdamW 的学习率小 3-10 倍。Lion 的权重衰减应反过来比 AdamW 的权重衰减大 3-10 倍,以保持相似的强度 (lr * wd)。
参数
keras.optimizers.schedules.LearningRateSchedule
实例,或一个不接受任何参数并返回实际使用值的可调用对象。学习率。默认为 0.001
。0.9
。0.99
。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(随着权重值在每个训练批次后发生变化),并定期用其移动平均值覆盖权重。use_ema=True
时使用。这是在计算模型权重的 EMA 时要使用的动量: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(这将就地更新模型变量)。当使用内置的 fit()
训练循环时,这会在最后一个 epoch 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,比例因子将乘以损失,并且在更新变量之前,比例因子的倒数将乘以梯度。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更新;相反,它们将在每 gradient_accumulation_steps
步更新,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,以便减少每个更新步骤的梯度噪声。EMA 频率将查看“累积”迭代值(优化器步数 // gradient_accumulation_steps)。学习率 schedules 将查看“实际”迭代值(优化器步数)。参考文献