► Keras 3 API 文件 / 最佳化器 / RMSprop

RMSprop

[原始碼]

RMSprop 類別

keras.optimizers.RMSprop(
    learning_rate=0.001,
    rho=0.9,
    momentum=0.0,
    epsilon=1e-07,
    centered=False,
    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="rmsprop",
    **kwargs
)

實作 RMSprop 演算法的最佳化器。

RMSprop 的要旨是：

  • 維持梯度平方的移動（折扣）平均值
  • 將梯度除以這個平均值的平方根

此 RMSprop 實作使用普通的動量，而非 Nesterov 動量。

中心化版本額外維持梯度的移動平均值，並使用該平均值來估計變異數。

參數

  • learning_rate：浮點數、keras.optimizers.schedules.LearningRateSchedule 實例，或是不接受任何引數並回傳要使用之實際值的可呼叫物件。學習率。預設為 0.001。
  • rho：浮點數，預設為 0.9。舊梯度的折扣因子。
  • momentum：浮點數，預設為 0.0。若非 0.0，最佳化器會追蹤動量值，衰減率等於 1 - momentum。
  • epsilon：用於數值穩定性的小常數。這是 Kingma 和 Ba 論文中的「epsilon hat」（在第 2.1 節之前的公式中），而不是論文演算法 1 中的 epsilon。預設為 1e-7。
  • centered：布林值。若為 True，梯度會透過梯度的估計變異數進行正規化；若為 False，則透過未中心化的二階動差進行正規化。將此設定為 True 可能有助於訓練，但在運算和記憶體方面會稍微昂貴。預設為 False。
  • 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。若設定，則會套用權重衰減。
  • clipnorm：浮點數。若設定，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。若設定，則每個權重的梯度會被裁剪，使其不高於此值。
  • global_clipnorm：浮點數。若設定，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。若為 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變更），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。若為 None，則最佳化器不會在訓練過程中覆寫模型變數，而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，而您不需要執行任何動作。
  • loss_scale_factor：浮點數或 None。若為浮點數，則縮放因子會在計算梯度之前乘以損失，而縮放因子的倒數會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。若為整數，模型和最佳化器變數將不會在每個步驟更新；而是會在每 gradient_accumulation_steps 個步驟更新，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」迭代值（最佳化器步驟 // gradient_accumulation_steps）。學習率排程將查看「真實」迭代值（最佳化器步驟）。

範例

>>> opt = keras.optimizers.RMSprop(learning_rate=0.1)
>>> var1 = keras.backend.Variable(10.0)
>>> loss = lambda: (var1 ** 2) / 2.0  # d(loss) / d(var1) = var1
>>> opt.minimize(loss, [var1])
>>> var1
9.683772

參考文獻

RMSprop
RMSprop 類別