الطبقة العامة RMSProp
محسن يقوم بتنفيذ خوارزمية RMSProp.
جوهر RMSprop هو:
- الحفاظ على المتوسط المتحرك (المخفض) لمربع التدرجات
- اقسم التدرج على جذر هذا المتوسط
يستخدم تطبيق RMSprop زخمًا عاديًا، وليس زخم نيستيروف.
بالإضافة إلى ذلك، يحتفظ الإصدار المركزي بمتوسط متحرك للتدرجات، ويستخدم هذا المتوسط لتقدير التباين.
الثوابت
| منطقية | CENTERED_DEFAULT | |
| يطفو | DECAY_DEFAULT | |
| يطفو | EPSILON_DEFAULT | |
| يطفو | LEARNING_RATE_DEFAULT | |
| خيط | ملغ | |
| خيط | دَفعَة | |
| يطفو | MOMENTUM_DEFAULT | |
| خيط | RMS |
الثوابت الموروثة
| خيط | VARIABLE_V2 |
المقاولون العامون
الأساليب العامة
| خيط | getOptimizerName () احصل على اسم المحسن. |
| خيط | إلى سلسلة () |
الطرق الموروثة
| مرجع سابق | ApplyGradients (القائمة< GradAndVar <؟ تمتد TType >> gradsAndVars، اسم السلسلة) يطبق التدرجات على المتغيرات |
| <T يمتد TType > القائمة< GradAndVar <?>> | |
| سلسلة ثابتة | createName ( الإخراج <؟ يمتد TType > متغير، String SlotName) ينشئ اسمًا من خلال الجمع بين اسم المتغير واسم الفتحة |
| سلسلة مجردة | getOptimizerName () احصل على اسم المحسن. |
| <T يمتد TType > اختياري< متغير <T>> | |
| العمليات النهائية | جيتف () الحصول على مثيل Ops الخاص بـ Optimizer |
| مرجع سابق | |
| مرجع سابق |
| منطقية | يساوي (كائن arg0) |
| الدرجة النهائية<?> | الحصول على كلاس () |
| كثافة العمليات | رمز التجزئة () |
| الفراغ النهائي | إعلام () |
| الفراغ النهائي | إعلام الكل () |
| خيط | إلى سلسلة () |
| الفراغ النهائي | انتظر (طويل arg0، int arg1) |
| الفراغ النهائي | انتظر (طويل arg0) |
| الفراغ النهائي | انتظر () |
الثوابت
المنطق المنطقي النهائي العام الثابت CENTERED_DEFAULT
القيمة الثابتة: خطأ
التعويم النهائي الثابت العام DECAY_DEFAULT
القيمة الثابتة: 0.9
التعويم النهائي الثابت العام EPSILON_DEFAULT
القيمة الثابتة: 1.0E-10
التعويم النهائي الثابت العام LEARNING_RATE_DEFAULT
القيمة الثابتة: 0.001
السلسلة النهائية العامة الثابتة MG
القيمة الثابتة: "ملغ"
السلسلة النهائية الثابتة العامة MOMENTUM
القيمة الثابتة: "الزخم"
التعويم النهائي الثابت العام MOMENTUM_DEFAULT
القيمة الثابتة: 0.0
السلسلة النهائية الثابتة العامة RMS
القيمة الثابتة: "rms"
المقاولون العامون
RMSProp العام (الرسم البياني )
يقوم بإنشاء RMSPRrop Optimizer
حدود
| رسم بياني | الرسم البياني TensorFlow |
|---|
RMSProp العام (الرسم البياني ، معدل التعلم العائم)
يقوم بإنشاء RMSPRrop Optimizer
حدود
| رسم بياني | الرسم البياني TensorFlow |
|---|---|
| معدل التعليم | معدل التعلم |
RMSProp العام (الرسم البياني ، تعويم معدل التعلم، تسوس التعويم، زخم التعويم، تعويم إبسيلون، توسيط منطقي)
يقوم بإنشاء RMSPRrop Optimizer
حدود
| رسم بياني | الرسم البياني TensorFlow |
|---|---|
| معدل التعليم | معدل التعلم |
| فساد | عامل الخصم للتاريخ/التدرج القادم. الافتراضي هو 0.9. |
| دَفعَة | عامل التسارع، الافتراضي هو 0. |
| إبسيلون | ثابت صغير للاستقرار العددي |
| تركزت | إذا كان true ، يتم تسوية التدرجات من خلال التباين المقدر للتدرج؛ إذا false ، من خلال اللحظة الثانية غير المتمركزة. قد يساعد تعيين هذا على true في التدريب، ولكنه أكثر تكلفة قليلاً من حيث الحساب والذاكرة. الافتراضيات false . |
RMSProp العام (الرسم البياني ، اسم السلسلة، معدل التعلم العائم)
يقوم بإنشاء RMSPRrop Optimizer
حدود
| رسم بياني | الرسم البياني TensorFlow |
|---|---|
| اسم | اسم هذا المحسن. الإعدادات الافتراضية هي "RMSProp". |
| معدل التعليم | معدل التعلم |
RMSProp العام (الرسم البياني ، اسم السلسلة، معدل التعلم العائم، تسوس التعويم، زخم التعويم، تعويم إبسيلون، توسيط منطقي)
يقوم بإنشاء RMSPRrop Optimizer
حدود
| رسم بياني | الرسم البياني TensorFlow |
|---|---|
| اسم | اسم هذا المحسن. الإعدادات الافتراضية هي "RMSProp". |
| معدل التعليم | معدل التعلم |
| فساد | عامل الخصم للتاريخ/التدرج القادم. الافتراضي هو 0.9. |
| دَفعَة | عامل التسارع، الافتراضي هو 0. |
| إبسيلون | ثابت صغير للاستقرار العددي |
| تركزت | إذا كان true ، يتم تسوية التدرجات من خلال التباين المقدر للتدرج؛ إذا false ، من خلال اللحظة الثانية غير المتمركزة. قد يساعد تعيين هذا على true في التدريب، ولكنه أكثر تكلفة قليلاً من حيث الحساب والذاكرة. الافتراضيات false . |
الأساليب العامة
سلسلة getOptimizerName () العامة
احصل على اسم المحسن.
عائدات
- اسم المحسن.