tensorflow::ops::ResourceApplyCenteredRMSProp

Обновите переменную '*var' в соответствии с алгоритмом центрирования RMSProp.

Краткое содержание

В алгоритме RMSProp с центрированием для нормализации используется оценка центрированного второго момента (т.е. дисперсии), в отличие от обычного RMSProp, который использует (нецентрированный) второй момент. Это часто помогает при обучении, но немного дороже с точки зрения вычислений и памяти.

Следует отметить, что в плотной реализации этого алгоритма переменные mg, ms и mom будут обновляться, даже если градиент равен нулю, но в этой разреженной реализации переменные mg, ms и mom не будут обновляться в итерациях, в течение которых градиент равен нулю.

среднеквадратичное отклонение = распад * среднеквадратичное отклонение + (1-распад) * градиент ** 2 среднеквадратичное отклонение = распад * среднеквадратичное отклонение + (1-распад) * градиент

Дельта = скорость обучения * градиент / кварт(средний_квадрат + эпсилон - средний_градиент ** 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

Аргументы:

• scope: Объект Scope
• var: Должно быть из функции Variable().
• мг: Должно быть из переменной().
• мс: Должно быть из переменной().
• мама: Должно быть из переменной().
• lr: Масштабный коэффициент. Должен быть скалярным значением.
• ро: Скорость затухания. Должна быть скалярной величиной.
• Эпсилон: Член гребня. Должен быть скаляром.
• grad: Градиент.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Если True , обновление тензоров var, mg, ms и mom защищено блокировкой; в противном случае поведение не определено, но может демонстрировать меньшую конкуренцию.

Возвращает:

• созданная Operation

Общедоступные атрибуты

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
)