tf.raw_ops.SparseApplyCenteredRMSProp

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

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

Алгоритм RMSProp с центрированием использует оценку центрированного второго момента (т. е. дисперсии) для нормализации, в отличие от обычного RMSProp, который использует (нецентрированный) второй момент. Это часто помогает в процессе обучения, но немного дороже в вычислительном отношении и по 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, в которых 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)

\[ms <- rho * ms_{t-1} + (1-rho) * grad * grad\]

\[mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon)\]

\[var <- var - mom\]