Adagrad

[原始碼]

Adagrad 類別

keras.optimizers.Adagrad(
    learning_rate=0.001,
    initial_accumulator_value=0.1,
    epsilon=1e-07,
    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="adagrad",
    **kwargs
)

實現 Adagrad 演算法的優化器。

Adagrad 是一種具有參數特定學習率的優化器，它會根據參數在訓練期間更新的頻率進行調整。參數接收的更新越多，更新就越小。

參數

• learning_rate：浮點數、keras.optimizers.schedules.LearningRateSchedule 實例，或是不帶任何參數並返回實際使用值的可調用物件。學習率。預設值為 0.001。請注意，與其他優化器相比，Adagrad 通常會受益於較高的初始學習率值。為了符合原始論文中的確切形式，請使用 1.0。
• initial_accumulator_value：浮點數值。累加器（每個參數的動量值）的起始值。必須為非負數。
• epsilon：用於維持數值穩定性的小浮點數值。
• name：字串。用於優化器建立的動量累加器權重的名稱。
• weight_decay：浮點數。如果設定，則會應用權重衰減。
• clipnorm：浮點數。如果設定，則會單獨剪裁每個權重的梯度，使其範數不超過此值。
• clipvalue：浮點數。如果設定，則會剪裁每個權重的梯度，使其不超過此值。
• global_clipnorm：浮點數。如果設定，則會剪裁所有權重的梯度，使其全域範數不超過此值。
• use_ema：布林值，預設為 False。如果為 True，則應用指數移動平均 (EMA)。EMA 包括計算模型權重的指數移動平均值（隨著每個訓練批次後權重值的變化），並定期將權重覆寫為其移動平均值。
• ema_momentum：浮點數，預設為 0.99。僅在 use_ema=True 時使用。這是計算模型權重 EMA 時使用的動量：new_average = ema_momentum * old_average + (1 - ema_momentum) * current_variable_value。
• ema_overwrite_frequency：整數或 None，預設為 None。僅在 use_ema=True 時使用。每 ema_overwrite_frequency 次迭代步驟，我們會將模型變數覆寫為其移動平均值。如果為 None，則優化器不會在訓練過程中覆寫模型變數，您需要在訓練結束時透過呼叫 optimizer.finalize_variable_values() 來明確覆寫變數（這會就地更新模型變數）。當使用內建的 fit() 訓練迴圈時，這會在最後一個 epoch 之後自動發生，您不需要執行任何操作。
• loss_scale_factor：浮點數或 None。如果是浮點數，則在計算梯度之前，會將損失乘以縮放因子，並且在更新變數之前，會將梯度乘以縮放因子的倒數。這對於在混合精度訓練期間防止下溢很有用。或者，keras.optimizers.LossScaleOptimizer 將自動設定損失縮放因子。
• gradient_accumulation_steps：整數或 None。如果為整數，則模型和優化器變數不會在每個步驟更新；相反地，它們會每 gradient_accumulation_steps 個步驟更新一次，使用自上次更新以來的梯度平均值。這稱為「梯度累積」。當您的批次大小非常小時，這很有用，以便減少每個更新步驟的梯度雜訊。EMA 頻率將查看「累積」的迭代值（優化器步驟 // gradient_accumulation_steps）。學習率排程將查看「實際」的迭代值（優化器步驟）。

參考

• Duchi et al., 2011.