tensorflow :: ops :: SparseApplyCenteredRMSProp

"* Var" ı ortalanmış RMSProp algoritmasına göre güncelleyin.

Özet

Ortalanmış RMSProp algoritması, (ortalanmamış) ikinci anı kullanan normal RMSProp'un aksine, normalleştirme için ortalanmış ikinci momentin (yani varyans) bir tahminini kullanır. Bu genellikle eğitime yardımcı olur, ancak hesaplama ve hafıza açısından biraz daha pahalıdır.

Bu algoritmanın yoğun uygulamasında, derecelendirme sıfır olsa bile mg, ms ve anne güncellenecektir, ancak bu seyrek uygulamada, derecelendirmenin sıfır olduğu yinelemelerde mg, ms ve mom güncellenmeyecektir.

ortalama_kare = bozunma * ortalama_ kare + (1-bozunma) * gradyan ** 2 ortalama_grad = azalma * ortalama_grad + (1-bozunma) * gradyan Delta = öğrenme_ hızı * gradyan / sqrt (ortalama_kare + epsilon - ortalama_grad ** 2)

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

Argümanlar:

• kapsam: Bir Scope nesnesi
• var: Bir Değişken () 'den olmalıdır.
• mg: Bir Değişkenden () alınmalıdır.
• ms: Bir Değişkenden () olmalıdır.
• anne: Bir Değişken () 'den olmalıdır.
• lr: Ölçekleme faktörü. Skaler olmalı.
• rho: Bozunma oranı. Skaler olmalı.
• epsilon: Ridge terimi. Skaler olmalı.
• grad: Gradyan.
• indisler: var, ms ve mom'in ilk boyutuna bir indis vektörü.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: True ise, var, mg, ms ve mom tensörlerin güncellenmesi bir kilitle korunur; aksi takdirde davranış tanımsızdır, ancak daha az çekişme gösterebilir.

İadeler:

• Output : "var" ile aynı.

Genel özellikler

Operation operation

::tensorflow::Output out

 SparseApplyCenteredRMSProp(
  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,
  ::tensorflow::Input indices
)

 SparseApplyCenteredRMSProp(
  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,
  ::tensorflow::Input indices,
  const SparseApplyCenteredRMSProp::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)