tensorflow :: operaciones :: ResourceApplyCenteredRMSProp

Actualice '* var' de acuerdo con el algoritmo RMSProp centrado.

Resumen

El algoritmo RMSProp centrado utiliza una estimación del segundo momento centrado (es decir, la varianza) para la normalización, a diferencia del RMSProp regular, que utiliza el segundo momento (no centrado). Esto suele ayudar con el entrenamiento, pero es un poco más caro en términos de cálculo y memoria.

Tenga en cuenta que en una implementación densa de este algoritmo, mg, ms y mom se actualizarán incluso si el gradiente es cero, pero en esta implementación escasa, mg, ms y mom no se actualizarán en iteraciones durante las cuales el grad es cero.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 mean_grad = decay * mean_grad + (1-decay) * gradient

Delta = tasa_de_aprendizaje * gradiente / sqrt (cuadrado_medio + épsilon - grado_medio ** 2)

mg <- rho * mg_ {t-1} + (1-rho) * grad ms <- rho * ms_ {t-1} + (1-rho) * grad * grad mom <- impulso * mom_ {t-1 } + lr * grad / sqrt (ms - mg * mg + épsilon) var <- var - mamá

Argumentos:

• alcance: un objeto de alcance
• var: debe ser de una variable ().
• mg: debe ser de una variable ().
• ms: debe ser de una variable ().
• mamá: debe ser de una variable ().
• lr: factor de escala. Debe ser un escalar.
• rho: Tasa de decaimiento. Debe ser un escalar.
• épsilon: Término de cresta. Debe ser un escalar.
• grad: El gradiente.

Atributos opcionales (consulte Attrs ):

• use_locking: si es True , la actualización de los tensores var, mg, ms y mom está protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.

Devoluciones:

• la Operation creada

Atributos públicos

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
)