AMS졸업

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

AMSGrad 최적화 프로그램.

이 알고리즘은 로컬 최적값에 가까울 때 더 나은 수렴 속성을 갖는 Adam의 수정입니다.

참조: “아담과 그 너머의 수렴에 관하여”

  • 선언

    public typealias Model = Model

  • 학습률입니다.

    선언

    public var learningRate: Float

  • 기울기의 첫 번째 및 두 번째 모멘트를 계산하는 데 사용되는 계수입니다.

    선언

    public var beta1: Float

  • 기울기의 첫 번째 및 두 번째 모멘트를 계산하는 데 사용되는 계수입니다.

    선언

    public var beta2: Float

  • 수치 안정성을 향상시키기 위해 분모에 작은 스칼라가 추가되었습니다.

    선언

    public var epsilon: Float

  • 학습률이 감소합니다.

    선언

    public var decay: Float

  • 현재 단계.

    선언

    public var step: Int

  • 가중치의 첫 순간.

    선언

    public var firstMoments: Model.TangentVector

  • 가중치의 두 번째 순간.

    선언

    public var secondMoments: Model.TangentVector

  • 가중치의 두 번째 순간의 최대값입니다.

    선언

    public var secondMomentsMax: Model.TangentVector

  • 선언

    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
)

  • 선언

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

  • 선언

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