tf.compat.v1.tpu.experimental.AdamParameters

Параметры оптимизации Adam с TPU вложениями.

tf.compat.v1.tpu.experimental.AdamParameters(
    learning_rate, beta1=0.9, beta2=0.999, epsilon=1e-08, lazy_adam=True,
    sum_inside_sqrt=True, use_gradient_accumulation=True, clip_weight_min=None,
    clip_weight_max=None, weight_decay_factor=None,
    multiply_weight_decay_factor_by_learning_rate=None
)

Передайте это в tf.estimator.tpu.experimental.EmbeddingConfigSpec через аргумент optimization_parameters, чтобы установить оптимизатор и его параметры. Подробнее см. документацию по tf.estimator.tpu.experimental.EmbeddingConfigSpec.

estimator = tf.estimator.tpu.TPUEstimator(
    ...
    embedding_config_spec=tf.estimator.tpu.experimental.EmbeddingConfigSpec(
        ...
        optimization_parameters=tf.tpu.experimental.AdamParameters(0.1),
        ...))

Аргументы
`learning_rate`	число с плавающей точкой. Скорость обучения.
`beta1`	Вещественное число. Экспоненциальная скорость затухания для оценок первого момента.
`beta2`	Вещественное число. Экспоненциальная скорость затухания для оценок второго момента.
`epsilon`	Небольшая константа для обеспечения числовой устойчивости.
`lazy_adam`	Использовать ленивый Adam вместо Adam. Ленивый Adam обучается быстрее. Подробнее см. `optimization_parameters.proto`.
`sum_inside_sqrt`	Это улучшает скорость обучения. Подробнее см. `optimization_parameters.proto`.
`use_gradient_accumulation`	Установка этого значения в `False` делает вычисление градиентов вложений менее точным, но быстрее. Подробнее см. `optimization_parameters.proto`
`clip_weight_min`	минимальное значение для обрезки; None означает -бесконечность.
`clip_weight_max`	максимальное значение для обрезки; None означает +бесконечность.
`weight_decay_factor`	величина затухания весов; None означает, что веса не затухают.
`multiply_weight_decay_factor_by_learning_rate`	если True, то `weight_decay_factor` умножается на текущую скорость обучения.

© 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/r2.3/api_docs/python/tf/compat/v1/tpu/experimental/AdamParameters