Ftrl

`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」(Follow The Regularized Leader, FTRL) 是一種於 2010 年代初期在 Google 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 等人於 2013 年描述。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（將 L2 懲罰添加到損失函數）。

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。

當啟用收縮時，請查看 l2_shrinkage_regularization_strength 參數的說明文件以獲取更多詳細資訊，在這種情況下，梯度會被具有收縮的梯度取代。

參數

learning_rate：一個浮點數，一個 keras.optimizers.schedules.LearningRateSchedule 實例，或一個不帶引數並回傳實際使用值的可呼叫物件。學習率。預設為 0.001。
learning_rate_power：一個浮點數值，必須小於或等於零。控制訓練期間學習率的下降幅度。使用零表示固定學習率。
initial_accumulator_value：累加器的起始值。只允許零或正值。
l1_regularization_strength：一個浮點數值，必須大於或等於零。預設為 0.0。
l2_regularization_strength：一個浮點數值，必須大於或等於零。預設為 0.0。
l2_shrinkage_regularization_strength：一個浮點數值，必須大於或等於零。這與上面的 L2 不同，上面的 L2 是一種穩定懲罰，而此 L2 收縮是一種幅度懲罰。當輸入為稀疏時，收縮只會發生在作用中的權重上。
beta：一個浮點數值，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，則會單獨剪裁每個權重的梯度，使其範數不高於此值。
clipvalue：浮點數。如果設定，則會剪裁每個權重的梯度，使其不高於此值。
global_clipnorm：浮點數。如果設定，則會剪裁所有權重的梯度，使其整體範數不高於此值。
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 包括計算模型的權重的指數移動平均（因為權重值在每個訓練批次後都會發生變化），並定期用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 個迭代步驟，我們就會用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() 來明確地覆寫變數（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，您無需執行任何操作。
loss_scale_factor：浮點數或 None。如果為浮點數，則會在計算梯度之前將損失乘以縮放因子，並在更新變數之前將梯度乘以縮放因子的倒數。這有助於防止在混合精度訓練期間發生下溢。或者，keras.optimizers.LossScaleOptimizer 會自動設定損失縮放因子。
gradient_accumulation_steps：整數或 None。如果為整數，則不會在每個步驟更新模型和優化器變數；而是會在每 gradient_accumulation_steps 個步驟更新，並使用自上次更新以來梯度的平均值。這被稱為「梯度累加」。當您的批次大小非常小時，這可能很有用，以便在每個更新步驟減少梯度雜訊。EMA 頻率會查看「累計」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）。

Ftrl

Ftrl 類別

Ftrl

Ftrl 類別

`Ftrl` 類別