tensorflow:: ops:: ResourceApplyCenteredRMSProp

Zaktualizuj '*var' zgodnie z wyśrodkowanym algorytmem RMSProp.

Streszczenie

Algorytm RMSProp z wyśrodkowaniem wykorzystuje oszacowanie wyśrodkowanego momentu drugiego (tj. wariancji) do normalizacji, w przeciwieństwie do zwykłego algorytmu RMSProp, który wykorzystuje (niewyśrodkowany) moment drugiego. Często pomaga to w trenowaniu, ale jest nieco bardziej kosztowne pod względem obliczeniowym i pamięci.

Należy zauważyć, że w gęstej implementacji tego algorytmu mg, ms i mom zostaną zaktualizowane nawet jeśli grad jest równy zero, ale w tej rzadkiej implementacji mg, ms i mom nie zostaną zaktualizowane w iteracjach, w których grad jest równy zero.

średnia_kwadrat = rozpad * średnia_kwadrat + (1-rozpad) * gradient ** 2 średnia_stopni = rozpad * średnia_stopni + (1-rozpad) * gradient

Delta = szybkość_uczenia * gradient / sqrt(średnia_kwadrat + epsilon - średni_stopień ** 2)

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

Argumenty:

• zakres: obiekt zakresu
• var: Powinien pochodzić ze zmiennej Variable().
• mg: Powinno pochodzić ze zmiennej Variable().
• ms: Powinno pochodzić ze zmiennej Variable().
• mama: Powinno pochodzić ze zmiennej Variable().
• lr: Współczynnik skalowania. Musi być skalarem.
• rho: Szybkość rozpadu. Musi być skalarem.
• epsilon: człon grzbietowy. Musi być skalarem.
• grad: Gradient.

Atrybuty opcjonalne (patrz Attrs ):

• use_locking: Jeśli True , aktualizacja tensorów var, mg, ms i mom jest chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą niezgodność.

Zwroty:

• utworzona Operation

Atrybuty publiczne

Operation operation

 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
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)