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 演算法的最佳化器。
Lion 最佳化器是一種隨機梯度下降方法，它使用符號運算子來控制更新的幅度，這與其他自適應最佳化器（如 Adam，後者依賴二階動量）不同。這使得 Lion 更節省記憶體，因為它僅追蹤動量。根據作者的說法（請參閱參考文獻），相較於 Adam，它的效能增益隨著批次大小而增長。因為 Lion 的更新是透過符號運算產生，導致更大的範數，所以 Lion 的合適學習率通常比 AdamW 的小 3-10 倍。相應地，Lion 的權重衰減應該比 AdamW 的大 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，或一個不接受任何參數並返回要使用的實際值的可呼叫物件。學習率。預設值為0.001。 - beta_1: 一個浮點數值或一個常數浮點張量，或一個不接受任何參數並返回要使用的實際值的可呼叫物件。結合當前梯度和第一動量估計的比率。預設值為
0.9。 - beta_2: 一個浮點數值或一個常數浮點張量，或一個不接受任何參數並返回要使用的實際值的可呼叫物件。第一動量估計的指數衰減率。預設值為
0.99。 - name: 字串。用於最佳化器建立的動量累積器權重的名稱。
- weight_decay: 浮點數。如果設定，則應用權重衰減。
- clipnorm: 浮點數。如果設定，則每個權重的梯度都會被單獨裁剪，使其範數不高於此值。
- clipvalue: 浮點數。如果設定，則每個權重的梯度都會被裁剪為不高於此值。
- global_clipnorm: 浮點數。如果設定，則所有權重的梯度都會被裁剪，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（隨著權重值在每個訓練批次後發生變化），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。每隔 `ema_overwrite_frequency` 迭代步驟，我們用模型的移動平均值覆寫模型變數。如果為 None，則最佳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呼叫 `optimizer.finalize_variable_values()` 來顯式覆寫變數（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`。如果為浮點數，則在計算梯度之前，縮放因子將與損失相乘，並且在更新變數之前，縮放因子的倒數將與梯度相乘。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`。如果為整數，則模型和最佳化器變數不會在每個步驟都更新；而是每隔 `gradient_accumulation_steps` 步驟更新一次，使用自上次更新以來梯度的平均值。這被稱為「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（最佳化器步驟 // gradient_accumulation_steps）。學習率排程將查看「實際」迭代值（最佳化器步驟）。
參考文獻