AMSGrad

public class AMSGrad<Model: Differentiable & KeyPathIterable>: Optimizer
where
  Model.TangentVector: VectorProtocol & PointwiseMultiplicative & ElementaryFunctions
    & KeyPathIterable,
  Model.TangentVector.VectorSpaceScalar == Float

Optimizador AMSGrad.

Este algoritmo es una modificación de Adam con mejores propiedades de convergencia cuando está cerca de los óptimos locales.

Referencia: “En la convergencia de Adán y más allá”

  • Declaración

    public typealias Model = Model

  • La tasa de aprendizaje.

    Declaración

    public var learningRate: Float

  • Un coeficiente que se utiliza para calcular el primer y segundo momento de los gradientes.

    Declaración

    public var beta1: Float

  • Un coeficiente que se utiliza para calcular el primer y segundo momento de los gradientes.

    Declaración

    public var beta2: Float

  • Un pequeño escalar agregado al denominador para mejorar la estabilidad numérica.

    Declaración

    public var epsilon: Float

  • La tasa de aprendizaje decae.

    Declaración

    public var decay: Float

  • El paso actual.

    Declaración

    public var step: Int

  • Los primeros momentos de los pesos.

    Declaración

    public var firstMoments: Model.TangentVector

  • Los segundos momentos de los pesos.

    Declaración

    public var secondMoments: Model.TangentVector

  • El máximo de los segundos momentos de los pesos.

    Declaración

    public var secondMomentsMax: Model.TangentVector

  • Declaración

    public init(
  for model: __shared Model,
  learningRate: Float = 1e-3,
  beta1: Float = 0.9,
  beta2: Float = 0.999,
  epsilon: Float = 1e-8,
  decay: Float = 0
)

  • Declaración

    public func update(_ model: inout Model, along direction: Model.TangentVector)

  • Declaración

    public required init(copying other: AMSGrad, to device: Device)