SGD

[source]

SGD

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 momentum)优化器。

momentum 为 0 时,参数 w 与梯度 g 的更新规则

w = w - learning_rate * g

momentum 大于 0 时的更新规则

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

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,或一个不接受任何参数并返回要使用的实际值的可调用对象。学习率。默认为 0.01
  • momentum: 浮点型超参数 >= 0,用于加速相关方向的梯度下降并抑制振荡。0 是 vanilla 梯度下降。默认为 0.0
  • nesterov: 布尔值。是否应用 Nesterov momentum。默认为 False
  • name: 字符串。优化器创建的 momentum 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,则每个权重的梯度都会被单独裁剪,使其范数不高于此值。
  • clipvalue: 浮点数。如果设置,则每个权重的梯度都会被裁剪为不高于此值。
  • global_clipnorm: 浮点数。如果设置,则所有权重的梯度都会被裁剪,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(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。
  • ema_momentum: 浮点数,默认为 0.99。仅当 use_ema=True 时使用。这是计算模型权重 EMA 时要使用的 momentum:new_average = ema_momentum * old_average + (1 - ema_momentum) * current_variable_value
  • ema_overwrite_frequency: 整数或 None,默认为 None。仅当 use_ema=True 时使用。每 ema_overwrite_frequency 迭代步,我们用模型的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。
  • loss_scale_factor: 浮点数或 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。这对于防止混合精度训练期间的下溢非常有用。或者,keras.optimizers.LossScaleOptimizer 将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个步都更新;而是每 gradient_accumulation_steps 步更新一次,使用自上次更新以来梯度的平均值。这被称为“梯度累积”。当您的批次大小非常小时,这可能很有用,以便减少每个更新步的梯度噪声。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)。