獅子 (Lion)
Lion 類別
keras.optimizers.Lion(
learning_rate=0.001,
beta_1=0.9,
beta_2=0.99,
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="lion",
**kwargs
)
實作 Lion 演算法的優化器。
Lion 優化器是一種隨機梯度下降法，它使用符號運算子來控制更新的幅度，這與其他依賴二階動量的自適應優化器（如 Adam）不同。這使得 Lion 更具記憶體效率，因为它只追蹤動量。根據作者的說法（見參考文獻），它相較於 Adam 的效能提升會隨著批次大小增加而成長。由於 Lion 的更新是透過符號運算產生的，導致較大的範數，因此 Lion 的合適學習率通常比 AdamW 小 3-10 倍。Lion 的權重衰減反過來應比 AdamW 大 3-10 倍，以維持相似的強度（lr * wd）。
參數
- learning_rate：一個浮點數、一個
keras.optimizers.schedules.LearningRateSchedule實例，或一個不帶參數並返回實際使用值的可呼叫物件。學習率。預設為0.001。 - beta_1：一個浮點數值或一個常數浮點數張量，或一個不帶參數並返回實際使用值的可呼叫物件。用於組合當前梯度和一階動量估計的比率。預設為
0.9。 - beta_2：一個浮點數值或一個常數浮點數張量，或一個不帶參數並返回實際使用值的可呼叫物件。一階動量估計的指數衰減率。預設為
0.99。 - name：字串。用於由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，則應用權重衰減。
- clipnorm：浮點數。如果設定，則每個權重的梯度會個別被裁剪，使其範數不高於此值。
- clipvalue：浮點數。如果設定，則每個權重的梯度會被裁剪，使其不高於此值。
- global_clipnorm：浮點數。如果設定，則所有權重的梯度會被裁剪，使其全域範數不高於此值。
- use_ema：布林值，預設為
False。如果為True，則應用指數移動平均 (EMA)。EMA 包括計算模型的權重的指數移動平均（隨著權重值在每個訓練批次後發生變化），並定期使用其移動平均值覆蓋權重。 - ema_momentum：浮點數，預設為 0.99。僅當
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。僅當
use_ema=True時使用。每經過ema_overwrite_frequency次迭代步驟，我們就會使用其移動平均值覆蓋模型變數。如果為 None，則優化器不會在訓練過程中覆蓋模型變數，您需要在訓練結束時透過呼叫optimizer.finalize_variable_values()明確地覆蓋變數（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，並且在更新變數之前將梯度乘以縮放因子的倒數。適用於防止在混合精度訓練期間發生下溢。或者，keras.optimizers.LossScaleOptimizer將自動設定損失縮放因子。 - gradient_accumulation_steps：整數或
None。如果為整數，則不會在每個步驟更新模型和優化器變數；相反，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，這可能很有用，以便減少每個更新步驟的梯度雜訊。EMA 頻率會查看「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）。
參考文獻