tf.contrib.opt.LARSOptimizer

Масштабирование шага обучения адаптивно по слоям для обучения на больших батчах.

Унаследован от: Optimizer

tf.contrib.opt.LARSOptimizer(
    learning_rate, momentum=0.9, weight_decay=0.0001, eeta=0.001, epsilon=0.0,
    name='LARSOptimizer', skip_list=None, use_nesterov=False
)

Представлен в статье «Large Batch Training of Convolutional Networks» авторов Y. You, I. Gitman и B. Ginsburg. (https://arxiv.org/abs/1708.03888)

Реализует схему адаптивного изменения скорости обучения LARS, представленную в статье выше. Этот оптимизатор полезен при увеличении размера батча до 32K без значительной потери производительности. Рекомендуется использовать оптимизатор в сочетании с:

- Gradual learning rate warm-up
- Linear learning rate scaling
- Poly rule learning rate decay

Обратите внимание, что масштабирование LARS в настоящее время включено только для плотных тензоров. Для разреженных тензоров используется оптимизатор с импульсом по умолчанию.

Методы

apply_gradients

Просмотр исходного кода

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

Применение градиентов к переменным.

Это вторая часть minimize(). Она возвращает Operation, который применяет градиенты.

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
)

Вычисление градиентов loss для переменных в var_list.

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

Совместимость с eager execution

При включённом режиме eager execution, gate_gradients, aggregation_method, и colocate_gradients_with_ops игнорируются.

compute_lr

Просмотр исходного кода

compute_lr(
    grad, var
)

get_name

Просмотр исходного кода

get_name()

get_slot

Просмотр исходного кода

get_slot(
    var, name
)

Возвращает именованный слот 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 Variable объектам, если они по какой-то причине вам нужны.

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

get_slot_names

Просмотр исходного кода

get_slot_names()

Возвращает список имён слотов, созданных Optimizer.

См. get_slot().

minimize

Просмотр исходного кода

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
)

Добавление операций для минимизации loss путём обновления var_list.

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

Совместимость с Eager Execution

При включенном eager execution, loss должна быть функцией Python, которая не принимает аргументов и вычисляет значение, подлежащее минимизации. Минимизация (и вычисление градиента) выполняется относительно элементов var_list если оно не равно None, иначе относительно любых обучаемых переменных, созданных во время выполнения функции loss. gate_gradients, aggregation_method, colocate_gradients_with_ops и grad_loss игнорируются при включенном eager execution.

variables

Просмотреть исходный код

variables()

Список переменных, которые кодируют текущее состояние Optimizer.

Включает переменные слотов и дополнительные глобальные переменные, созданные оптимизатором в текущей графе по умолчанию.

Переменные класса

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