損失縮放最佳化器
LossScaleOptimizer 類別
keras.optimizers.LossScaleOptimizer(
inner_optimizer, initial_scale=32768.0, dynamic_growth_steps=2000, **kwargs
)
一種動態縮放損失以防止下溢的最佳化器。
損失縮放是一種技術，用於在使用 float16 時防止中間梯度中發生數值下溢。為了防止下溢，損失會乘以（或「縮放」）一個稱為「損失縮放比例」的特定因子，這也會導致中間梯度按損失縮放比例縮放。最終梯度會除以（或「取消縮放」）損失縮放比例，以將它們恢復到原始值。
LossScaleOptimizer 包裝另一個最佳化器並對其應用動態損失縮放。此損失縮放比例會隨著時間動態更新，如下所示： - 在任何訓練步驟中，如果遇到非有限梯度，則損失縮放比例減半，並跳過訓練步驟。 - 如果自上次更新損失縮放比例以來，已發生 dynamic_growth_steps 次數，且未發生非有限梯度，則損失縮放比例加倍。
引數
- inner_optimizer：要包裝的
keras.optimizers.Optimizer實例。 - initial_scale：浮點數。初始損失縮放比例。此比例將在訓練期間更新。建議此值設定為非常高的數字，因為損失縮放比例過高會比損失縮放比例過低更快地降低。
- dynamic_growth_steps：整數。向上更新比例的頻率。在每次
dynamic_growth_steps步驟且梯度有限的情況下，損失縮放比例將加倍。 - name：字串。用於最佳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，使其不高於此值。
- 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），並定期使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，我們就會使用其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透過呼叫optimizer.finalize_variable_values()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 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，則縮放因子將在計算梯度之前乘以損失，而縮放因子的倒數將在更新變數之前乘以梯度。適用於在混合精度訓練期間防止下溢。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中的梯度雜訊。EMA 頻率將查看「累積」迭代次數值（最佳化器步驟 // gradient_accumulation_steps）。學習率排程將查看「實際」迭代次數值（最佳化器步驟）。