Spec-Zone.ru › TensorFlow 2.3

tf.keras.backend.moving_average_update

Просмотреть исходный код на GitHub

Вычисление экспоненциального скользящего среднего значения.

Просмотр псевдонимов

Псевдонимы для миграции

См. руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.backend.moving_average_update

tf.keras.backend.moving_average_update(
    x, value, momentum
)

Скользящее среднее 'x' обновляется с помощью 'value' следующим образом:

x = x * momentum + value * (1 - momentum)

Например:

x = tf.Variable(0.0)
momentum=0.9
moving_average_update(x, value = 2.0, momentum=momentum).numpy()
x.numpy()
0.2

Результат будет смещен в сторону начального значения переменной.

Если переменная была инициализирована нулём, вы можете разделить на 1 - momentum ** num_updates для её десмещения (Раздел 3 Kingma et al., 2015):

num_updates = 1.0
x_zdb = x/(1 - momentum**num_updates)
x_zdb.numpy()
2.0
Аргументы
x Переменная, скользящее среднее.
value Тензор с той же формой, что и x, новое значение для усреднения.
momentum Импульс скользящего среднего.
Возвращаемое значение
Обновлённая переменная.

© 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/keras/backend/moving_average_update

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API