tf.raw_ops.SparseApplyRMSProp
Обновляет '*var' в соответствии с алгоритмом RMSProp.
tf.raw_ops.SparseApplyRMSProp(
var,
ms,
mom,
lr,
rho,
momentum,
epsilon,
grad,
indices,
use_locking=False,
name=None
)
Обратите внимание, что в плотной реализации этого алгоритма ms и mom обновляются даже если grad равен нулю, но в этой разреженной реализации ms и mom не обновляются в итерациях, в которых grad равен нулю.
mean_square = decay * mean_square + (1-decay) * gradient ** 2 Delta = learning_rate * gradient / sqrt(mean_square + epsilon)
\[ms <- rho * ms_{t-1} + (1-rho) * grad * grad\]
\[mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon)\]
\[var <- var - mom\]
| Аргументы | |
|---|---|
var | Изменяемый Tensor. Должен быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, qint16, quint16, uint16, complex128, half, uint32, uint64. Должен быть из переменной(). |
ms | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть из переменной(). |
mom | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть из переменной(). |
lr | Tensor. Должен иметь тот же тип, что и var. Множитель масштабирования. Должен быть скаляром. |
rho | Tensor. Должен иметь тот же тип, что и var. Скорость затухания. Должен быть скаляром. |
momentum | Tensor. Должен иметь тот же тип, что и var. |
epsilon | Tensor. Должен иметь тот же тип, что и var. Слагаемое ridge. Должен быть скаляром. |
grad | Tensor. Должен иметь тот же тип, что и var. Градиент. |
indices | Tensor. Должен быть одного из следующих типов: int32, int64. Вектор индексов в первом измерении var, ms и mom. |
use_locking | Необязательный bool. По умолчанию False. Если True, обновление тензоров var, ms и mom защищено блокировкой; в противном случае поведение не определено, но может быть меньше конкуренции. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Изменяемый Tensor. Имеет тот же тип, что и var. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/SparseApplyRMSProp