tf.contrib.opt.AdamWOptimizer

Оптимизатор, реализующий алгоритм Adam с разложением по весу.

Наследуется от: DecoupledWeightDecayExtension, AdamOptimizer

tf.contrib.opt.AdamWOptimizer(
    weight_decay, learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08,
    use_locking=False, name='AdamW'
)

Это реализация оптимизатора AdamW, описанного в "Fixing Weight Decay Regularization in Adam" Лощиловым и Хаттером (pdf).

Он вычисляет шаг обновления train.AdamOptimizer и дополнительно уменьшает переменную. Обратите внимание, что это отличается от добавления L2-регуляризации переменных к потере: оно регуляризует переменные с большими градиентами сильнее, чем L2-регуляризация, что, как показано в вышеупомянутой статье, приводит к лучшей потере обучения и ошибке обобщения.

Для получения дополнительной информации см. документацию оптимизатора Adam.

Обратите внимание, что этот оптимизатор также может быть создан как

extend_with_weight_decay(tf.compat.v1.train.AdamOptimizer,
weight_decay=weight_decay)

Методы

apply_gradients

Просмотреть исходный код

apply_gradients(
    grads_and_vars, global_step=None, name=None, decay_var_list=None
)

Применить градиенты к переменным и уменьшить переменные.

Эта функция аналогична Optimizer.apply_gradients, за исключением того, что она позволяет указать переменные, которые необходимо уменьшить, используя decay_var_list. Если decay_var_list равно None, все переменные в var_list уменьшаются.

Для получения дополнительной информации см. документацию Optimizer.apply_gradients.

compute_gradients

Просмотреть исходный код

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

Вычисление градиентов loss для переменных в var_list.

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.

Совместимость с немедленным выполнением

При включенном режиме немедленного выполнения gate_gradients, aggregation_method, и colocate_gradients_with_ops игнорируются.

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 оптимизаторов используют дополнительные переменные. Например, Momentum и Adagrad используют переменные для накопления обновлений. Этот метод предоставляет доступ к этим объектам Variable в случае необходимости.

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

get_slot_names

Просмотреть исходный код

get_slot_names()

Возвращает список имён слотов, созданных оптимизатором Optimizer.

См. get_slot().

minimize

Просмотреть исходный код

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

Добавить операции для минимизации loss путём обновления var_list с разложением.

Эта функция аналогична Optimizer.minimize, за исключением того, что она позволяет указать переменные, которые необходимо уменьшить, используя decay_var_list. Если decay_var_list равно None, все переменные в var_list уменьшаются.

Для получения дополнительной информации см. документацию Optimizer.minimize.

variables

Просмотреть исходный код

variables()

Список переменных, которые кодируют текущее состояние Optimizer.

Включает переменные слотов и дополнительные глобальные переменные, созданные оптимизатором в текущей рабочей графике.

Переменные класса

• GATE_GRAPH = 2
• GATE_NONE = 0
• GATE_OP = 1