tf.keras.backend.moving_average_update
| Просмотреть исходный код на GitHub |
Вычисление экспоненциального скользящего среднего значения.
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