RMSProp kelas publik
Pengoptimal yang mengimplementasikan algoritma RMSProp.
Inti dari RMSprop adalah:
- Pertahankan rata-rata pergerakan kuadrat gradien
- Bagilah gradien dengan akar rata-rata ini
Implementasi RMSprop ini menggunakan momentum biasa, bukan momentum Nesterov.
Versi terpusat juga mempertahankan rata-rata pergerakan gradien, dan menggunakan rata-rata tersebut untuk memperkirakan variansnya.
Konstanta
| boolean | PUSAT_DEFAULT | |
| mengambang | DECAY_DEFAULT | |
| mengambang | EPSILON_DEFAULT | |
| mengambang | BELAJAR_RATE_DEFAULT | |
| Rangkaian | mg | |
| Rangkaian | MOMENTUM | |
| mengambang | MOMENTUM_DEFAULT | |
| Rangkaian | RMS |
Konstanta yang Diwarisi
Konstruktor Publik
RMSProp ( Grafik grafik , Nama string, Kecepatan pembelajaran float, peluruhan float, momentum float, epsilon float, berpusat boolean) Membuat Pengoptimal RMSPRrop |
Metode Publik
| Rangkaian | dapatkan Nama Pengoptimal () Dapatkan Nama pengoptimal. |
| Rangkaian | keString () |
Metode Warisan
Konstanta
boolean akhir statis publik CENTERED_DEFAULT
Nilai Konstan: salah
float akhir statis publik DECAY_DEFAULT
Nilai Konstan: 0,9
float akhir statis publik EPSILON_DEFAULT
Nilai Konstan: 1.0E-10
float akhir statis publik LEARNING_RATE_DEFAULT
Nilai Konstan: 0,001
String MG akhir statis publik
Nilai Konstan: "mg"
MOMENTUM String akhir statis publik
Nilai Konstan: "momentum"
float akhir statis publik MOMENTUM_DEFAULT
Nilai Konstan: 0,0
String RMS akhir statis publik
Nilai Konstan: "rms"
Konstruktor Publik
RMSProp publik (Grafik grafik , tingkat pembelajaran mengambang)
Membuat Pengoptimal RMSPRrop
Parameter
| grafik | Grafik TensorFlow |
|---|---|
| Tingkat pembelajaran | kecepatan pembelajaran |
RMSProp publik (Grafik grafik , kecepatan pembelajaran float, peluruhan float, momentum float, epsilon float, berpusat boolean)
Membuat Pengoptimal RMSPRrop
Parameter
| grafik | Grafik TensorFlow |
|---|---|
| Tingkat pembelajaran | kecepatan pembelajaran |
| membusuk | Faktor diskon untuk sejarah/gradien yang akan datang. Defaultnya adalah 0,9. |
| momentum | faktor akselerasi, defaultnya adalah 0. |
| epsilon | Konstanta kecil untuk stabilitas numerik |
| terpusat | Jika true , gradien dinormalisasi dengan perkiraan varians gradien; jika false , pada momen kedua yang tidak terpusat. Menyetelnya ke true mungkin membantu pelatihan, namun sedikit lebih mahal dalam hal komputasi dan memori. Defaultnya adalah false . |
RMSProp publik (Grafik grafik , Nama string, Tingkat pembelajaran mengambang)
Membuat Pengoptimal RMSPRrop
Parameter
| grafik | Grafik TensorFlow |
|---|---|
| nama | nama Pengoptimal ini. Defaultnya adalah "RMSProp". |
| Tingkat pembelajaran | kecepatan pembelajaran |
RMSProp publik ( Grafik grafik, Nama string, Kecepatan pembelajaran float, peluruhan float, momentum float, epsilon float, berpusat boolean)
Membuat Pengoptimal RMSPRrop
Parameter
| grafik | Grafik TensorFlow |
|---|---|
| nama | nama Pengoptimal ini. Defaultnya adalah "RMSProp". |
| Tingkat pembelajaran | kecepatan pembelajaran |
| membusuk | Faktor diskon untuk sejarah/gradien yang akan datang. Defaultnya adalah 0,9. |
| momentum | Faktor akselerasi, defaultnya adalah 0. |
| epsilon | Konstanta kecil untuk stabilitas numerik |
| terpusat | Jika true , gradien dinormalisasi dengan perkiraan varians gradien; jika false , pada momen kedua yang tidak terpusat. Menyetelnya ke true mungkin membantu pelatihan, namun sedikit lebih mahal dalam hal komputasi dan memori. Defaultnya adalah false . |
Metode Publik
String publik getOptimizerName ()
Dapatkan Nama pengoptimal.
Kembali
- Nama pengoptimal.