Ftrl

[原始碼]

Ftrl 類別

keras.optimizers.Ftrl(
    learning_rate=0.001,
    learning_rate_power=-0.5,
    initial_accumulator_value=0.1,
    l1_regularization_strength=0.0,
    l2_regularization_strength=0.0,
    l2_shrinkage_regularization_strength=0.0,
    beta=0.0,
    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="ftrl",
    **kwargs
)

實作 FTRL 演算法的優化器。

「追隨正規化領導者」(FTRL) 是 Google 在 2010 年代初期開發的點擊率預測優化演算法。它最適合具有大型且稀疏特徵空間的淺層模型。該演算法由 McMahan et al., 2013 描述。Keras 版本支援線上 L2 正規化（上述論文中描述的 L2 正規化）和收縮型 L2 正規化（這是將 L2 懲罰添加到損失函數中）。

初始化

n = 0
sigma = 0
z = 0

單一變數 w 的更新規則

prev_n = n
n = n + g ** 2
sigma = (n ** -lr_power - prev_n ** -lr_power) / lr
z = z + g - sigma * w
if abs(z) < lambda_1:
  w = 0
else:
  w = (sgn(z) * lambda_1 - z) / ((beta + sqrt(n)) / alpha + lambda_2)

符號

• lr 是學習率
• g 是變數的梯度
• lambda_1 是 L1 正規化強度
• lambda_2 是 L2 正規化強度
• lr_power 是縮放 n 的冪次。

請查看 l2_shrinkage_regularization_strength 參數的文件以取得更多詳細資訊，當啟用收縮時，梯度將被替換為具有收縮的梯度。

引數

• learning_rate：浮點數、keras.optimizers.schedules.LearningRateSchedule 實例，或是不接受引數並傳回要使用的實際值的可呼叫物件。學習率。預設為 0.001。
• learning_rate_power：浮點數值，必須小於或等於零。控制訓練期間學習率的降低方式。使用零表示固定的學習率。
• initial_accumulator_value：累加器的起始值。僅允許零或正值。
• l1_regularization_strength：浮點數值，必須大於或等於零。預設為 0.0。
• l2_regularization_strength：浮點數值，必須大於或等於零。預設為 0.0。
• l2_shrinkage_regularization_strength：浮點數值，必須大於或等於零。這與上面的 L2 不同，上面的 L2 是穩定性懲罰，而此 L2 收縮是幅度懲罰。當輸入稀疏時，收縮只會發生在活躍權重上。
• beta：浮點數值，表示論文中的 beta 值。預設為 0.0。
• 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，則會套用權重衰減。
• clipnorm：浮點數。如果設定，則會個別裁剪每個權重的梯度，使其範數不高於此值。
• clipvalue：浮點數。如果設定，則會裁剪每個權重的梯度，使其不高於此值。
• global_clipnorm：浮點數。如果設定，則會裁剪所有權重的梯度，使其全局範數不高於此值。
• use_ema：布林值，預設為 False。如果為 True，則會套用指數移動平均 (EMA)。EMA 包含計算模型權重的指數移動平均值（隨著權重值在每個訓練批次後發生變化），並定期以其移動平均值覆寫權重。
• 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 時要使用的動量：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 迭代步驟，我們會以其移動平均值覆寫模型變數。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 後自動發生，您無需執行任何操作。
• loss_scale_factor：浮點數或 None。如果是浮點數，則縮放因子將在計算梯度之前乘以損失，並且縮放因子的倒數將在更新變數之前乘以梯度。適用於防止混合精度訓練期間的下溢。或者，keras.optimizers.LossScaleOptimizer 將自動設定損失縮放因子。
• gradient_accumulation_steps：整數或 None。如果是整數，則模型和優化器變數不會在每個步驟都更新；而是每 gradient_accumulation_steps 步驟更新一次，使用自上次更新以來的平均梯度值。這稱為「梯度累積」。當您的批次大小非常小時，這可能很有用，以便減少每個更新步驟的梯度雜訊。EMA 頻率將查看「累積」迭代值（優化器步驟 // gradient_accumulation_steps）。學習率排程將查看「實際」迭代值（優化器步驟）。