AMSGrad 

public class AMSGrad<Model: Differentiable & KeyPathIterable>: Optimizer
where
  Model.TangentVector: VectorProtocol & PointwiseMultiplicative & ElementaryFunctions
    & KeyPathIterable,
  Model.TangentVector.VectorSpaceScalar == Float

Optimiseur AMSGrad.

Cet algorithme est une modification d'Adam avec de meilleures propriétés de convergence lorsqu'il est proche des optimums locaux.

Référence : « Sur la convergence d’Adam et au-delà »

  • Déclaration 

    public typealias Model = Model

  • Le taux d'apprentissage.

    Déclaration 

    public var learningRate: Float

  • Un coefficient utilisé pour calculer les premier et deuxième moments des gradients.

    Déclaration 

    public var beta1: Float

  • Un coefficient utilisé pour calculer les premier et deuxième moments des gradients.

    Déclaration 

    public var beta2: Float

  • Un petit scalaire ajouté au dénominateur pour améliorer la stabilité numérique.

    Déclaration 

    public var epsilon: Float

  • Le taux d’apprentissage diminue.

    Déclaration 

    public var decay: Float

  • L'étape actuelle.

    Déclaration 

    public var step: Int

  • Les premiers instants des poids.

    Déclaration 

    public var firstMoments: Model.TangentVector

  • Les seconds instants des poids.

    Déclaration 

    public var secondMoments: Model.TangentVector

  • Le maximum des seconds instants des poids.

    Déclaration 

    public var secondMomentsMax: Model.TangentVector

  • Déclaration 

    public init(
  for model: __shared Model,
  learningRate: Float = 1e-3,
  beta1: Float = 0.9,
  beta2: Float = 0.999,
  epsilon: Float = 1e-8,
  decay: Float = 0
)

  • Déclaration 

    public func update(_ model: inout Model, along direction: Model.TangentVector)

  • Déclaration 

    public required init(copying other: AMSGrad, to device: Device)