classe pública RMSProp
Otimizador que implementa o algoritmo RMSProp.
A essência do RMSprop é:
- Manter uma média móvel (descontada) do quadrado dos gradientes
- Divida o gradiente pela raiz desta média
Esta implementação do RMSprop usa impulso simples, não impulso de Nesterov.
A versão centralizada mantém adicionalmente uma média móvel dos gradientes e usa essa média para estimar a variação.
Constantes
| boleano | CENTRADO_DEFAULT | |
| flutuador | DECAY_DEFAULT | |
| flutuador | EPSILON_DEFAULT | |
| flutuador | LEARNING_RATE_DEFAULT | |
| Corda | MG | |
| Corda | MOMENTO | |
| flutuador | MOMENTUM_DEFAULT | |
| Corda | RMS |
Constantes herdadas
Construtores Públicos
Métodos Públicos
| Corda | getOptimizerName () Obtenha o nome do otimizador. |
| Corda |
Métodos herdados
Constantes
público estático final booleano CENTERED_DEFAULT
Valor constante: falso
flutuador final estático público DECAY_DEFAULT
Valor Constante: 0,9
flutuador final estático público EPSILON_DEFAULT
Valor constante: 1,0E-10
flutuador final estático público LEARNING_RATE_DEFAULT
Valor Constante: 0,001
String final estática pública MG
Valor Constante: "mg"
String final estática pública MOMENTUM
Valor constante: "momentum"
flutuador final estático público MOMENTUM_DEFAULT
Valor constante: 0,0
String final estática pública RMS
Valor constante: "rms"
Construtores Públicos
RMSProp público (gráfico gráfico )
Cria um otimizador RMSPRrop
Parâmetros
| gráfico | o gráfico do TensorFlow |
|---|
public RMSProp (gráfico gráfico , float learningRate)
Cria um otimizador RMSPRrop
Parâmetros
| gráfico | o gráfico do TensorFlow |
|---|---|
| taxa de Aprendizagem | a taxa de aprendizagem |
public RMSProp (gráfico gráfico , taxa de aprendizagem flutuante, decaimento flutuante, momento flutuante, épsilon flutuante, booleano centrado)
Cria um otimizador RMSPRrop
Parâmetros
| gráfico | o gráfico do TensorFlow |
|---|---|
| taxa de Aprendizagem | a taxa de aprendizagem |
| decair | Fator de desconto para o histórico/gradiente futuro. O padrão é 0,9. |
| impulso | o fator de aceleração, o padrão é 0. |
| épsilon | Uma pequena constante para estabilidade numérica |
| centrado | Se true , os gradientes serão normalizados pela variância estimada do gradiente; se false , pelo segundo momento não centrado. Definir isso como true pode ajudar no treinamento, mas é um pouco mais caro em termos de computação e memória. O padrão é false . |
public RMSProp (gráfico gráfico , nome da string, float learningRate)
Cria um otimizador RMSPRrop
Parâmetros
| gráfico | o gráfico do TensorFlow |
|---|---|
| nome | o nome deste otimizador. O padrão é "RMSProp". |
| taxa de Aprendizagem | a taxa de aprendizagem |
public RMSProp (gráfico gráfico , nome da string, taxa de aprendizagem flutuante, decaimento flutuante, impulso flutuante, épsilon flutuante, booleano centrado)
Cria um otimizador RMSPRrop
Parâmetros
| gráfico | o gráfico do TensorFlow |
|---|---|
| nome | o nome deste otimizador. O padrão é "RMSProp". |
| taxa de Aprendizagem | a taxa de aprendizagem |
| decair | Fator de desconto para o histórico/gradiente futuro. O padrão é 0,9. |
| impulso | O fator de aceleração, o padrão é 0. |
| épsilon | Uma pequena constante para estabilidade numérica |
| centrado | Se true , os gradientes serão normalizados pela variância estimada do gradiente; se false , pelo segundo momento não centrado. Definir isso como true pode ajudar no treinamento, mas é um pouco mais caro em termos de computação e memória. O padrão é false . |
Métodos Públicos
String pública getOptimizerName ()
Obtenha o nome do otimizador.
Devoluções
- O nome do otimizador.