เทนเซอร์โฟลว์ :: ops :: ResourceApplyCenteredRMSProp

#include <training_ops.h>

อัปเดต '* var' ตามอัลกอริทึม RMSProp ที่อยู่ตรงกลาง

สรุป

อัลกอริทึม RMSProp ที่อยู่ตรงกลางใช้ค่าประมาณของช่วงเวลาที่สองที่อยู่ตรงกลาง (กล่าวคือความแปรปรวน) สำหรับการทำให้เป็นมาตรฐานตรงข้ามกับ RMSProp ปกติซึ่งใช้ช่วงเวลาที่สอง สิ่งนี้มักช่วยในการฝึกอบรม แต่มีราคาแพงกว่าเล็กน้อยในแง่ของการคำนวณและหน่วยความจำ

โปรดทราบว่าในการใช้อัลกอริทึมนี้อย่างหนาแน่น mg, ms และ mom จะอัปเดตแม้ว่าระดับการเรียนจะเป็นศูนย์ แต่ในการใช้งานแบบเบาบางนี้ mg, ms และ mom จะไม่อัปเดตในการทำซ้ำในระหว่างที่คะแนนเป็นศูนย์

mean_square = การสลายตัว * mean_square + (1- การสลายตัว) * การไล่ระดับสี ** 2 mean_grad = การสลายตัว * mean_grad + (1- การสลายตัว) * การไล่ระดับสี

Delta = อัตราการเรียนรู้ * ไล่ระดับ / sqrt (mean_square + epsilon - mean_grad ** 2)

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

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • var: ควรมาจากตัวแปร ()
  • mg: ควรมาจากตัวแปร ()
  • ms: ควรมาจากตัวแปร ()
  • แม่: ควรมาจากตัวแปร ()
  • lr: ปัจจัยการปรับขนาด ต้องเกลา.
  • rho: อัตราการสลายตัว ต้องเกลา.
  • epsilon: ระยะสัน ต้องเกลา.
  • ผู้สำเร็จการศึกษา: การไล่ระดับสี

แอตทริบิวต์เสริม (ดู Attrs ):

  • use_locking: หากเป็น True อัพเดตเทนเซอร์ var, mg, ms และ mom จะได้รับการป้องกันโดยการล็อค มิฉะนั้นพฤติกรรมนั้นไม่ได้กำหนดไว้ แต่อาจมีความขัดแย้งน้อยกว่า

ผลตอบแทน:

  • การ Operation สร้างขึ้น

ผู้สร้างและผู้ทำลาย

ResourceApplyCenteredRMSProp (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input mg, :: tensorflow::Input ms, :: tensorflow::Input mom, :: tensorflow::Input lr, :: tensorflow::Input rho, :: tensorflow::Input momentum, :: tensorflow::Input epsilon, :: tensorflow::Input grad)
ResourceApplyCenteredRMSProp (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input mg, :: tensorflow::Input ms, :: tensorflow::Input mom, :: tensorflow::Input lr, :: tensorflow::Input rho, :: tensorflow::Input momentum, :: tensorflow::Input epsilon, :: tensorflow::Input grad, const ResourceApplyCenteredRMSProp::Attrs & attrs)

คุณลักษณะสาธารณะ

operation

หน้าที่สาธารณะ

operator::tensorflow::Operation () const

ฟังก์ชันคงที่สาธารณะ

UseLocking (bool x)

โครงสร้าง

tensorflow :: ops :: ResourceApplyCenteredRMSProp :: Attrs

ตัวตั้งค่าแอตทริบิวต์ทางเลือกสำหรับ ResourceApplyCenteredRMSProp

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

หน้าที่สาธารณะ

ResourceApplyCenteredRMSProp

 ResourceApplyCenteredRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input mg,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

ResourceApplyCenteredRMSProp

 ResourceApplyCenteredRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input mg,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ResourceApplyCenteredRMSProp::Attrs & attrs
)

ตัวดำเนินการ :: tensorflow :: การดำเนินการ

 operator::tensorflow::Operation() const 

ฟังก์ชันคงที่สาธารณะ

ใช้ล็อค

Attrs UseLocking(
  bool x
)