LossScaleOptimizer
类keras.optimizers.LossScaleOptimizer(
inner_optimizer, initial_scale=32768.0, dynamic_growth_steps=2000, **kwargs
)
一种动态缩放损失以防止下溢的优化器。
损失缩放是一种在使用 float16 时防止中间梯度数值下溢的技术。为了防止下溢,损失乘以(或“缩放”)一个称为“损失缩放”的特定因子,这也会导致中间梯度按损失缩放因子进行缩放。最终的梯度除以(或“取消缩放”)损失缩放因子,以使其恢复到原始值。
LossScaleOptimizer
封装了另一个优化器并对其应用动态损失缩放。此损失缩放会随着时间的推移动态更新,如下所示: - 在任何训练步骤中,如果遇到非有限梯度,损失缩放减半,并跳过该训练步骤。 - 如果自上次更新损失缩放以来已经发生了 dynamic_growth_steps
步,并且没有发生非有限梯度,则损失缩放加倍。
参数
keras.optimizers.Optimizer
实例。dynamic_growth_steps
步的有限梯度后,损失缩放加倍。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改变),并定期用其移动平均覆盖权重。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。每迭代 ema_overwrite_frequency
步,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中间覆盖模型变量,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)来明确覆盖变量。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缩放因子乘以损失,并在更新变量之前将缩放因子倒数乘以梯度。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一步都更新;而是每隔 gradient_accumulation_steps
步更新一次,使用自上次更新以来的梯度平均值。这被称为“梯度累积”。当您的批次大小非常小,以便减少每个更新步骤中的梯度噪声时,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)。