tf.raw_ops.ResourceSparseApplyCenteredRMSProp

Обновление '*var' в соответствии с алгоритмом RMSProp с центрированием.

tf.raw_ops.ResourceSparseApplyCenteredRMSProp(
    var, mg, ms, mom, lr, rho, momentum, epsilon, grad, indices, use_locking=False,
    name=None
)

Алгоритм RMSProp с центрированием использует оценку центрального второго момента (т. е. дисперсии) для нормализации, в отличие от обычного алгоритма RMSProp, использующего (нецентрированный) второй момент. Это часто помогает в обучении, но немного дороже с точки зрения вычислений и памяти.

Обратите внимание, что в плотной реализации этого алгоритма mg, ms и mom будут обновляться, даже если grad равен нулю, но в этой разреженной реализации mg, ms и mom не будут обновляться в итерациях, когда grad равен нулю.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 mean_grad = decay * mean_grad + (1-decay) * gradient Delta = learning_rate * gradient / sqrt(mean_square + epsilon - mean_grad ** 2)

ms <- rho * ms_t-1 + (1-rho) * grad * grad mom <- momentum * mom_t-1 + lr * grad / sqrt(ms + epsilon) var <- var - mom