AdaGrad

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

Un ottimizzatore AdaGrad.

Implementa l'algoritmo di ottimizzazione AdaGrad (gradiente adattivo). AdaGrad ha tassi di apprendimento specifici per i parametri, che sono adattati in base alla frequenza con cui i parametri vengono aggiornati durante la formazione. I parametri che ricevono più aggiornamenti hanno tassi di apprendimento inferiori.

AdaGrad adatta individualmente i tassi di apprendimento di tutti i parametri del modello ridimensionandoli in modo inversamente proporzionale alla radice quadrata della somma parziale dei quadrati delle norme del gradiente.

Riferimento: "Metodi dei sottogradienti adattivi per l'apprendimento online e l'ottimizzazione stocastica" (Duchi et al, 2011)

  • Dichiarazione

    public typealias Model = Model

  • Il tasso di apprendimento.

    Dichiarazione

    public var learningRate: Float

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

    Dichiarazione

    public var epsilon: Float

  • La somma parziale dei quadrati delle norme del gradiente.

    Dichiarazione

    public var accumulator: Model.TangentVector

  • Crea un'istanza per model .

    Dichiarazione

    public init(
  for model: __shared Model,
  learningRate: Float = 1e-3,
  initialAccumulatorValue: Float = 0.1,
  epsilon: Float = 1e-8
)

    Parametri

    learningRate

    Il tasso di apprendimento. Il valore predefinito è 1e-3 .

    initialAccumulatorValue

    Il valore iniziale per la somma parziale dei quadrati delle norme del gradiente. Il valore predefinito è 0.1 .

    epsilon

    Un piccolo scalare aggiunto al denominatore per migliorare la stabilità numerica. Il valore predefinito è 1e-8 .

  • Dichiarazione

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

  • Dichiarazione

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