RMSprop

[源代码]

RMSprop 类

keras.optimizers.RMSprop(
    learning_rate=0.001,
    rho=0.9,
    momentum=0.0,
    epsilon=1e-07,
    centered=False,
    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="rmsprop",
    **kwargs
)

实现 RMSprop 算法的优化器。

RMSprop 的要点是：

• 维护梯度平方的移动（折扣）平均值
• 将梯度除以该平均值的平方根

此 RMSprop 实现使用普通动量，而不是 Nesterov 动量。

中心化版本额外维护梯度的移动平均值，并使用该平均值估计方差。

参数

• learning_rate：浮点数、keras.optimizers.schedules.LearningRateSchedule 实例，或不带参数并返回实际值的可调用对象。学习率。默认为 0.001。
• rho：浮点数，默认为 0.9。旧梯度的衰减因子。
• momentum：浮点数，默认为 0.0。如果不是 0.0，优化器将跟踪动量值，衰减率为 1 - momentum。
• epsilon：用于数值稳定的小常数。此 epsilon 是 Kingma 和 Ba 论文中的“epsilon hat”（在第 2.1 节之前的公式中），而不是论文中算法 1 中的 epsilon。默认为 1e-7。
• centered：布尔值。如果为 True，梯度通过梯度的估计方差进行归一化；如果为 False，则通过非中心化二阶矩进行归一化。将其设置为 True 可能有助于训练，但在计算和内存方面稍微昂贵。默认为 False。
• name：字符串。用于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，每个权重的梯度将单独裁剪，使其范数不高于此值。
• clipvalue：浮点数。如果设置，每个权重的梯度将被裁剪，使其不高于此值。
• global_clipnorm：浮点数。如果设置，所有权重的梯度将被裁剪，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（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 ema_overwrite_frequency 次迭代步长，我们都会用其移动平均值覆盖模型变量。如果为 None，优化器在训练过程中不会覆盖模型变量，您需要在训练结束时通过调用 optimizer.finalize_variable_values()（这将就地更新模型变量）显式覆盖变量。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。
• loss_scale_factor：浮点数或 None。如果是浮点数，在计算梯度之前将损失乘以缩放因子，在更新变量之前将梯度乘以缩放因子的倒数。这有助于防止混合精度训练期间的下溢。另外，keras.optimizers.LossScaleOptimizer 将自动设置损失缩放因子。
• gradient_accumulation_steps：整数或 None。如果是一个整数，模型和优化器变量将不会在每个步骤更新；相反，它们将每 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时，这可能很有用，可以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）。学习率调度将查看“实际”迭代值（优化器步数）。

示例

>>> opt = keras.optimizers.RMSprop(learning_rate=0.1)
>>> var1 = keras.backend.Variable(10.0)
>>> loss = lambda: (var1 ** 2) / 2.0  # d(loss) / d(var1) = var1
>>> opt.minimize(loss, [var1])
>>> var1
9.683772

参考

• Hinton, 2012