SparseApplyCenteredRmsProp

Обновите «*var» в соответствии с центрированным алгоритмом RMSProp.

Алгоритм центрированного RMSProp использует оценку центрированного второго момента (т. е. дисперсии) для нормализации, в отличие от обычного алгоритма RMSProp, который использует (нецентрированный) второй момент. Это часто помогает при обучении, но требует немного больше затрат с точки зрения вычислений и памяти.

Обратите внимание, что в плотной реализации этого алгоритма mg, ms и Mom будут обновляться, даже если градиент равен нулю, но в этой разреженной реализации mg, ms и Mom не будут обновляться на итерациях, во время которых градиент равен нулю.

средний_квадрат = затухание * средний_квадрат + (1-распад) * градиент ** 2 средний_град = затухание * средний_град + (1-распад) * градиент Дельта = скорость обучения * градиент / sqrt(средний_квадрат + эпсилон - средний_град ** 2)

$$ms <- rho * ms_{t-1} + (1-rho) * grad * grad$$$$mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon)$$$$var <- var - mom$$