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:
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
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
。1 - momentum
。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
。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。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 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。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。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