AMSGrad

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

Ottimizzatore AMSGrad.

Questo algoritmo è una modifica di Adam con migliori proprietà di convergenza quando è vicino all'ottimale locale.

Riferimento: “Sulla convergenza di Adamo e oltre”

  • Dichiarazione

    public typealias Model = Model

  • Il tasso di apprendimento.

    Dichiarazione

    public var learningRate: Float

  • Un coefficiente utilizzato per calcolare il primo e il secondo momento dei gradienti.

    Dichiarazione

    public var beta1: Float

  • Un coefficiente utilizzato per calcolare il primo e il secondo momento dei gradienti.

    Dichiarazione

    public var beta2: Float

  • Un piccolo scalare aggiunto al denominatore per migliorare la stabilità numerica.

    Dichiarazione

    public var epsilon: Float

  • Il decadimento del tasso di apprendimento.

    Dichiarazione

    public var decay: Float

  • Il passo attuale.

    Dichiarazione

    public var step: Int

  • I primi momenti dei pesi.

    Dichiarazione

    public var firstMoments: Model.TangentVector

  • I momenti secondi dei pesi.

    Dichiarazione

    public var secondMoments: Model.TangentVector

  • Il massimo dei momenti secondi dei pesi.

    Dichiarazione

    public var secondMomentsMax: Model.TangentVector

  • Dichiarazione

    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
)

  • Dichiarazione

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

  • Dichiarazione

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