tf.compat.v1.train.MomentumOptimizer

Оптимизатор, реализующий алгоритм Momentum.

Наследуется от: Optimizer

tf.compat.v1.train.MomentumOptimizer(
    learning_rate,
    momentum,
    use_locking=False,
    name='Momentum',
    use_nesterov=False
)

tf.compat.v1.train.MomentumOptimizer совместим с режимом eager и tf.function. Когда включено выполнение eager, learning_rate,momentum, могут быть вызовами, которые не принимают аргументов и возвращают фактическое используемое значение. Это может быть полезно для изменения этих значений в разных вызовах функций оптимизатора.

Для перехода к стилю родного TF2 используйте непосредственно tf.keras.optimizers.SGD с аргументом momentum.

Структурное отображение на родной TF2

До:

optimizer = tf.compat.v1.train.MomentumOptimizer(
  learning_rate=learning_rate,
  momentum=momentum,
  use_nesterov=use_nesterov)

После:

optimizer = tf.keras.optimizers.SGD(
  learning_rate=learning_rate,
  momentum=momentum,
  nesterov=use_nesterov)

Как сопоставить аргументы

Пример использования до и после

До:

x = tf.Variable([1,2,3], dtype=tf.float32)
grad = tf.constant([0.1, 0.2, 0.3])
optimizer = tf.compat.v1.train.MomentumOptimizer(
  learning_rate=0.001,
  momentum=0.9,
  use_nesterov=False)
optimizer.apply_gradients(zip([grad], [x]))

После:

x = tf.Variable([1,2,3], dtype=tf.float32)
grad = tf.constant([0.1, 0.2, 0.3])
optimizer = tf.keras.optimizers.SGD(
  learning_rate=0.001,
  momentum=0.9,
  nesterov=False)
optimizer.apply_gradients(zip([grad], [x]))

Описание

Вычисляет (если use_nesterov = False):

accumulation = momentum * accumulation + gradient
variable -= learning_rate * accumulation

Обратите внимание, что в плотной версии этого алгоритма accumulation обновляется и применяется независимо от значения градиента, в то время как в разреженной версии (когда градиент является IndexedSlices, обычно из-за tf.gather или встраивания) обновляются только части переменных и соответствующие accumulation члены, когда эта часть переменной использовалась в прямом проходе.

Методы

apply_gradients

Просмотр исходного кода

apply_gradients(
    grads_and_vars,
    global_step=None,
    name=None,
    skip_gradients_aggregation=False
)

Применяет градиенты к переменным.

Это вторая часть minimize(). Возвращает операцию, которая применяет градиенты.

@compatibility(TF2)

Как сопоставить аргументы

compute_gradients

Просмотр исходного кода

compute_gradients(
    loss,
    var_list=None,
    gate_gradients=GATE_OP,
    aggregation_method=None,
    colocate_gradients_with_ops=False,
    grad_loss=None
)

Вычисляет градиенты loss для переменных в var_list.

tf.keras.optimizers.Optimizer в TF2 не предоставляет метод compute_gradients, и вам нужно использовать tf.GradientTape для получения градиентов:

@tf.function
def train step(inputs):
  batch_data, labels = inputs
  with tf.GradientTape() as tape:
    predictions = model(batch_data, training=True)
    loss = tf.keras.losses.CategoricalCrossentropy(
        reduction=tf.keras.losses.Reduction.NONE)(labels, predictions)
  gradients = tape.gradient(loss, model.trainable_variables)
  optimizer.apply_gradients(zip(gradients, model.trainable_variables))

Args: loss: A Tensor содержащий значение для минимизации или вызов без аргументов, возвращающий значение для минимизации. При включенном выполнении eager это должен быть вызов. var_list: Необязательный список или кортеж tf.Variable для обновления, чтобы минимизировать loss. По умолчанию список переменных, собранных в графе под ключом GraphKeys.TRAINABLE_VARIABLES. gate_gradients: Как управлять вычислением градиентов. Может быть GATE_NONE, GATE_OP или GATE_GRAPH. aggregation_method: Указывает метод объединения градиентных членов. Допустимые значения определены в классе AggregationMethod. colocate_gradients_with_ops: Если True, попытаться разместить градиенты вместе с соответствующей операцией. grad_loss: Необязательно. A Tensor содержащий градиент, вычисленный для loss.

Возвращает: Список пар (градиент, переменная). Переменная всегда присутствует, но градиент может быть None.

Исключения: TypeError: Если var_list содержит что-либо кроме объектов Variable. ValueError: Если некоторые аргументы недействительны. RuntimeError: Если вызвана с включенным выполнением eager, и loss не является вызовом.

@compatibility(eager) Когда выполнение eager включено, gate_gradients, aggregation_method и colocate_gradients_with_ops игнорируются.

Описание

Это первая часть minimize(). Она возвращает список пар (градиент, переменная), где «градиент» — это градиент для «переменной». Обратите внимание, что «градиент» может быть Tensor, IndexedSlices или None, если для данной переменной нет градиента.

get_name

Просмотреть исходный код

get_name()

get_slot

Просмотреть исходный код

get_slot(
    var, name
)

Возвращает слот с именем name, созданный для var оптимизатором.

Некоторые подклассы Optimizer используют дополнительные переменные. Например, Momentum и Adagrad используют переменные для накопления обновлений. Этот метод предоставляет доступ к этим объектам Variable, если они вам по какой-то причине нужны.

Используйте get_slot_names() для получения списка имён слотов, созданных Optimizer.

get_slot_names

Просмотреть исходный код

get_slot_names()

Возвращает список имён слотов, созданных Optimizer.

См. get_slot().

minimize

Просмотреть исходный код

minimize(
    loss,
    global_step=None,
    var_list=None,
    gate_gradients=GATE_OP,
    aggregation_method=None,
    colocate_gradients_with_ops=False,
    name=None,
    grad_loss=None
)

Добавляет операции для минимизации loss, обновляя var_list.

Этот метод просто объединяет вызовы compute_gradients() и apply_gradients(). Если вы хотите обработать градиент перед его применением, вызовите compute_gradients() и apply_gradients() явно вместо использования этой функции.

Когда включено eager execution, loss должно быть функцией Python, которая не принимает аргументов и вычисляет значение для минимизации. Минимизация (и вычисление градиента) выполняется по отношению к элементам var_list, если оно не None, иначе по отношению к любым обучаемым переменным, созданным во время выполнения функции loss. gate_gradients, aggregation_method, colocate_gradients_with_ops и grad_loss игнорируются при включённом eager execution.

variables

Просмотреть исходный код

variables()

Список переменных, которые кодируют текущее состояние Optimizer.

Включает переменные слотов и дополнительные глобальные переменные, созданные оптимизатором в текущем графике по умолчанию.