パブリック クラスRMSProp
RMSProp アルゴリズムを実装するオプティマイザー。
RMSprop の要点は次のとおりです。
- 勾配の二乗の移動 (割引) 平均を維持します。
- 勾配をこの平均の根で割ります。
RMSprop のこの実装では、ネステロフの運動量ではなく、普通の運動量を使用します。
中心バージョンはさらに、勾配の移動平均を維持し、その平均を使用して分散を推定します。
定数
| ブール値 | CENTERED_DEFAULT | |
| 浮く | DECAY_DEFAULT | |
| 浮く | EPSILON_DEFAULT | |
| 浮く | 学習_レート_デフォルト | |
| 弦 | MG | |
| 弦 | 勢い | |
| 浮く | MOMENTUM_DEFAULT | |
| 弦 | RMS |
継承された定数
パブリックコンストラクター
パブリックメソッド
| 弦 | getOptimizerName () オプティマイザーの名前を取得します。 |
| 弦 | toString () |
継承されたメソッド
定数
パブリック静的最終ブール値CENTERED_DEFAULT
定数値: false
パブリック静的最終浮動小数点数DECAY_DEFAULT
定数値: 0.9
パブリック静的最終フロートEPSILON_DEFAULT
定数値: 1.0E-10
パブリック静的最終フロートLEARNING_RATE_DEFAULT
定数値: 0.001
パブリック静的最終文字列MG
定数値: 「mg」
public static Final String MOMENTUM
定数値： 「勢い」
パブリック静的最終フロートMOMENTUM_DEFAULT
定数値: 0.0
パブリック静的最終文字列RMS
定数値: "rms"
パブリックコンストラクター
public RMSProp (グラフグラフ、浮動小数点学習率、浮動小数点減衰、浮動小数点運動量、浮動小数点イプシロン、ブール中心)
RMSPRrop オプティマイザーを作成します
パラメーター
| グラフ | TensorFlow グラフ |
|---|---|
| 学習率 | 学習率 |
| 減衰 | 履歴/今後の勾配の割引係数。デフォルトは 0.9 です。 |
| 勢い | 加速係数。デフォルトは 0 です。 |
| イプシロン | 数値安定性のための小さな定数 |
| 中心にある | trueの場合、勾配は勾配の推定分散によって正規化されます。 falseの場合、非中心の 2 番目のモーメントによって。これをtrueに設定するとトレーニングに役立つ可能性がありますが、計算とメモリの点で若干コストが高くなります。デフォルトはfalseです。 |
public RMSProp ( Graphグラフ、文字列名、float learningRate)
RMSPRrop オプティマイザーを作成します
パラメーター
| グラフ | TensorFlow グラフ |
|---|---|
| 名前 | このオプティマイザーの名前。デフォルトは「RMSProp」です。 |
| 学習率 | 学習率 |
public RMSProp (グラフグラフ、文字列名、浮動小数点学習率、浮動小数点減衰、浮動小数点運動量、浮動小数点イプシロン、ブール中心)
RMSPRrop オプティマイザーを作成します
パラメーター
| グラフ | TensorFlow グラフ |
|---|---|
| 名前 | このオプティマイザーの名前。デフォルトは「RMSProp」です。 |
| 学習率 | 学習率 |
| 減衰 | 履歴/今後の勾配の割引係数。デフォルトは 0.9 です。 |
| 勢い | 加速係数。デフォルトは 0 です。 |
| イプシロン | 数値安定性のための小さな定数 |
| 中心にある | trueの場合、勾配は勾配の推定分散によって正規化されます。 falseの場合、非中心の 2 番目のモーメントによって。これをtrueに設定するとトレーニングに役立つ可能性がありますが、計算とメモリの点で若干コストが高くなります。デフォルトはfalseです。 |
パブリックメソッド
public String getOptimizerName ()
オプティマイザーの名前を取得します。
戻り値
- オプティマイザーの名前。