SGD

`SGD` 类

keras.optimizers.SGD(
    learning_rate=0.01,
    momentum=0.0,
    nesterov=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="SGD",
    **kwargs
)

梯度下降（带动量）优化器。

当 momentum 为 0 时，参数 w 梯度为 g 的更新规则

w = w - learning_rate * g

当 momentum 大于 0 时的更新规则

velocity = momentum * velocity - learning_rate * g
w = w + velocity

当 nesterov=True 时，此规则变为

velocity = momentum * velocity - learning_rate * g
w = w + momentum * velocity - learning_rate * g

参数

learning_rate: 浮点数、keras.optimizers.schedules.LearningRateSchedule 实例或不带参数且返回实际值的函数。学习率。默认为 0.01。
momentum: 浮点型超参数 >= 0，它在相关方向上加速梯度下降并抑制振荡。0 为普通梯度下降。默认为 0.0。
nesterov: 布尔值。是否应用 Nesterov 动量。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，则分别对每个权重的梯度进行裁剪，使其范数不超过此值。
clipvalue: 浮点数。如果设置，则对每个权重的梯度进行裁剪，使其不超过此值。
global_clipnorm: 浮点数。如果设置，则对所有权重的梯度进行裁剪，使其全局范数不超过此值。
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（因为权重值在每次训练批次后都会改变），并定期用它们的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 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显式覆盖变量，方法是调用 optimizer.finalize_variable_values()（它会就地更新模型变量）。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。
loss_scale_factor: 浮点数或 None。如果为浮点数，则在计算梯度之前将损失乘以比例因子，并在更新变量之前将比例因子的倒数乘以梯度。对于在混合精度训练期间防止下溢有用。或者，keras.optimizers.LossScaleOptimizer 会自动设置损失比例因子。
gradient_accumulation_steps: 整数或 None。如果为整数，则模型和优化器变量不会在每一步都更新；相反，它们将在每 gradient_accumulation_steps 步更新，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，这很有用，可以减少每次更新步骤的梯度噪声。EMA 频率将查看“累积”迭代值（优化器步骤 // 梯度累积步骤）。学习率调度将查看“实际”迭代值（优化器步骤）。

SGD

SGD 类

SGD

SGD 类

`SGD` 类