tf.train.GradientDescentOptimizer

Оптимизатор, реализующий алгоритм градиентного спуска.

Наследуется от: Optimizer

Просмотр псевдонимов

Псевдонимы для миграции

Для получения более подробной информации см. руководство по миграции.

tf.compat.v1.train.GradientDescentOptimizer

tf.train.GradientDescentOptimizer(
    learning_rate, use_locking=False, name='GradientDescent'
)

Аргументы
`learning_rate`	Тензор или значение с плавающей точкой. Скорость обучения.
`use_locking`	Если True, использовать блокировки для операций обновления.
`name`	Необязательный префикс имени для операций, созданных при применении градиентов. По умолчанию "GradientDescent".

Методы

`apply_gradients`

Просмотреть исходный код

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

Применить градиенты к переменным.

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

Аргументы
`grads_and_vars`	Список пар (градиент, переменная), возвращённых методом `compute_gradients()`.
`global_step`	Необязательный счётчик, который увеличивается на единицу после обновления переменных.
`name`	Необязательное имя возвращаемой операции. По умолчанию имя, переданное конструктору `Optimizer`.

Возвращаемые значения
Операция, применяющая заданные градиенты. Если счётчик `global_step` не равен None, эта операция также увеличивает `global_step`.

Исключения
`TypeError`	Если список пар (градиент, переменная) имеет неверный формат.
`ValueError`	Если ни у одной из переменных нет градиента.
`RuntimeError`	Если следует использовать `_distributed_apply()` вместо этого.

`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" — градиент для "переменной". Обратите внимание, что "градиент" может быть Tensor, IndexedSlices, или None, если для данной переменной нет градиента.

Аргументы
`loss`	Тензор, содержащий значение для минимизации, или вызываемый объект, принимающий на вход ничего, а возвращающий значение для минимизации. При включённом режиме eager execution он должен быть вызываемым объектом.
`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 комбинирования градиентов. Допустимые значения определены в классе `AggregationMethod`.
`colocate_gradients_with_ops`	Если True, попытаться разместить градиенты с соответствующей операцией.
`grad_loss`	Необязательно. Объект `Tensor`, содержащий градиент, вычисленный для `loss`.

Возвращаемые значения
Список пар (градиент, переменная). Переменная всегда присутствует, но градиент может быть `None`.

Исключения
`TypeError`	Если `var_list` содержит что-то другое, кроме объектов `Variable`.
`ValueError`	Если некоторые аргументы некорректны.
`RuntimeError`	Если вызвана с включённым eager execution и `loss` не является вызываемым объектом.

Совместимость с eager execution

При включённом режиме eager execution аргументы 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 Optimizer 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 имён слотов, созданных оптимизатором Optimizer.

Аргументы
`var`	Переменная, переданная в `minimize()` или `apply_gradients()` .
`name`	Строка.

Возвращаемые значения
Переменная `Variable` для слота, если она была создана, `None` в противном случае.

`get_slot_names`

Просмотреть исходный код

get_slot_names()

Возвращает список имён слотов, созданных оптимизатором Optimizer.

См. get_slot().

Возвращаемые значения
Список строк.

`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
)

Добавить операции для минимизации loss путём обновления var_list.

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

Аргументы
`loss`	Объект `Tensor`, содержащий значение для минимизации.
`global_step`	Необязательный счётчик, который увеличивается на единицу после обновления переменных.
`var_list`	Необязательный список или кортеж объектов `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 комбинирования градиентов. Допустимые значения определены в классе `AggregationMethod`.
`colocate_gradients_with_ops`	Если True, попытаться разместить градиенты с соответствующей операцией.
`name`	Необязательное имя возвращаемой операции.
`grad_loss`	Необязательно. Объект `Tensor`, содержащий градиент, вычисленный для `loss`.

Возвращаемые значения
Операция, обновляющая переменные в `var_list`. Если `global_step` не был `None`, эта операция также увеличивает `global_step`.

Исключения
`ValueError`	Если некоторые из переменных не являются объектами `Variable`.

Совместимость с eager execution

При включённом режиме eager execution loss должен быть функцией Python, которая не принимает аргументов и вычисляет значение для минимизации. Минимизация (и вычисление градиента) выполняется относительно элементов var_list если оно не равно None, в противном случае относительно любых обучаемых переменных, созданных 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 текущей по умолчанию графе.

class="responsive fixed orange">

Возвращает
Список переменных.

Переменные класса

GATE_GRAPH = 2
GATE_NONE = 0
GATE_OP = 1

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/train/GradientDescentOptimizer