tensorflow::ops::ApplyCenteredRMSProp

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

Ringkasan

Algoritma RMSProp terpusat menggunakan estimasi momen kedua terpusat (yaitu, varians) untuk normalisasi, berbeda dengan RMSProp biasa yang menggunakan momen kedua (yang tidak terpusat). Hal ini sering membantu dalam pelatihan, tetapi sedikit lebih mahal dalam hal komputasi dan memori.

Perlu dicatat bahwa dalam implementasi padat algoritma ini, mg, ms, dan mom akan diperbarui meskipun grad bernilai nol, tetapi dalam implementasi jarang ini, mg, ms, dan mom tidak akan diperbarui pada iterasi di mana grad bernilai nol.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 mean_grad = decay * mean_grad + (1-decay) * gradient

Delta = learning_rate * gradient / 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 - mom

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• mg: Seharusnya berasal dari Variabel().
• ms: Seharusnya berasal dari Variable().
• Ibu: Seharusnya berasal dari Variable().
• lr: Faktor skala. Harus berupa besaran skalar.
• rho: Tingkat peluruhan. Harus berupa besaran skalar.
• epsilon: Istilah Ridge. Harus berupa skalar.
• grad: Gradien.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var, mg, ms, dan mom dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan persaingan yang lebih sedikit.

Mengembalikan:

• Output : Sama dengan "var".

Atribut publik

Operation operation

::tensorflow::Output out

 ApplyCenteredRMSProp(
  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
)

 ApplyCenteredRMSProp(
  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 ApplyCenteredRMSProp::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)