کلاس عمومی RMSProp
بهینه ساز که الگوریتم RMSProp را پیاده سازی می کند.
خلاصه RMSprop این است که:
- میانگین متحرک (تخفیف) مجذور گرادیان ها را حفظ کنید
- گرادیان را بر ریشه این میانگین تقسیم کنید
این پیاده سازی RMSprop از تکانه ساده استفاده می کند، نه تکانه Nesterov.
نسخه مرکزی به علاوه میانگین متحرک گرادیان ها را حفظ می کند و از آن میانگین برای تخمین واریانس استفاده می کند.
ثابت ها
| بولی | CENTERED_DEFAULT | |
| شناور | DECAY_DEFAULT | |
| شناور | EPSILON_DEFAULT | |
| شناور | LEARNING_RATE_DEFAULT | |
| رشته | ام جی | |
| رشته | تکانه | |
| شناور | MOMENTUM_DEFAULT | |
| رشته | RMS |
ثابت های ارثی
سازندگان عمومی
روش های عمومی
| رشته | getOptimizerName () نام بهینه ساز را دریافت کنید. |
| رشته | toString () |
روش های ارثی
ثابت ها
بولین نهایی استاتیک عمومی CENTERED_DEFAULT
مقدار ثابت: نادرست
شناور نهایی استاتیک عمومی DECAY_DEFAULT
مقدار ثابت: 0.9
شناور نهایی استاتیک عمومی EPSILON_DEFAULT
مقدار ثابت: 1.0E-10
شناور نهایی ثابت عمومی LEARNING_RATE_DEFAULT
مقدار ثابت: 0.001
عمومی استاتیک نهایی رشته MG
مقدار ثابت: "mg"
MOMENTUM رشته نهایی استاتیک عمومی
مقدار ثابت: "تحرک"
شناور نهایی استاتیک عمومی MOMENTUM_DEFAULT
مقدار ثابت: 0.0
RMS رشته نهایی استاتیک عمومی
مقدار ثابت: "rms"
سازندگان عمومی
RMSProp عمومی (گراف نمودار ، نرخ یادگیری شناور)
یک RMSPRrop Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نرخ یادگیری | میزان یادگیری |
عمومی RMSProp ( گراف نمودار، نرخ یادگیری شناور، فروپاشی شناور، حرکت شناور، اپسیلون شناور، مرکز بولی)
یک RMSPRrop Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نرخ یادگیری | میزان یادگیری |
| پوسیدگی | عامل تخفیف برای شیب تاریخ/آینده. پیش‌فرض 0.9 است. |
| تکانه | ضریب شتاب، پیش فرض 0 است. |
| اپسیلون | یک ثابت کوچک برای ثبات عددی |
| متمرکز شده است | اگر true ، گرادیان ها با واریانس تخمینی گرادیان نرمال می شوند. اگر false ، در لحظه دوم بدون مرکز. تنظیم این روی true ممکن است به آموزش کمک کند، اما از نظر محاسبات و حافظه کمی گران تر است. پیش فرض ها به false . |
عمومی RMSProp ( گراف نمودار، نام رشته، نرخ یادگیری شناور)
یک RMSPRrop Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نام | نام این بهینه ساز پیش‌فرض «RMSProp» است. |
| نرخ یادگیری | میزان یادگیری |
عمومی RMSProp ( گراف نمودار، نام رشته، نرخ یادگیری شناور، فروپاشی شناور، حرکت شناور، اپسیلون شناور، مرکز بولی)
یک RMSPRrop Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نام | نام این بهینه ساز پیش‌فرض «RMSProp» است. |
| نرخ یادگیری | میزان یادگیری |
| پوسیدگی | عامل تخفیف برای شیب تاریخ/آینده. پیش‌فرض 0.9 است. |
| تکانه | ضریب شتاب، پیش فرض 0 است. |
| اپسیلون | یک ثابت کوچک برای ثبات عددی |
| متمرکز شده است | اگر true ، گرادیان ها با واریانس تخمینی گرادیان نرمال می شوند. اگر false ، در لحظه دوم بدون مرکز. تنظیم این روی true ممکن است به آموزش کمک کند، اما از نظر محاسبات و حافظه کمی گران تر است. پیش فرض ها به false . |
روش های عمومی
رشته عمومی getOptimizerName ()
نام بهینه ساز را دریافت کنید.
برمی گرداند
- نام بهینه ساز