tensorflow :: operaciones :: SparseApplyCenteredRMSProp

#include <training_ops.h>

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 a menudo ayuda 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 = learning_rate * gradiente / sqrt (mean_square + epsilon - mean_grad ** 2)

$$ms <- rho * ms_{t-1} + (1-rho) * grad * grad$$
$$mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon)$$
$$var <- var - mom$$

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.
  • índices: Un vector de índices en la primera dimensión de var, ms y mom.

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:

Constructores y Destructores

SparseApplyCenteredRMSProp (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, :: tensorflow::Input indices)
SparseApplyCenteredRMSProp (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, :: tensorflow::Input indices, const SparseApplyCenteredRMSProp::Attrs & attrs)

Atributos públicos

operation
out

Funciones publicas

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Funciones estáticas públicas

UseLocking (bool x)

Estructuras

tensorflow :: ops :: SparseApplyCenteredRMSProp :: Attrs

Establecedores de atributos opcionales para SparseApplyCenteredRMSProp .

Atributos públicos

operación

Operation operation

fuera

::tensorflow::Output out

Funciones publicas

SparseApplyCenteredRMSProp

 SparseApplyCenteredRMSProp(
  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,
  ::tensorflow::Input indices
)

SparseApplyCenteredRMSProp

 SparseApplyCenteredRMSProp(
  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,
  ::tensorflow::Input indices,
  const SparseApplyCenteredRMSProp::Attrs & attrs
)

nodo

::tensorflow::Node * node() const

operador :: tensorflow :: Entrada

 operator::tensorflow::Input() const

operador :: tensorflow :: Salida

 operator::tensorflow::Output() const

Funciones estáticas públicas

UseLocking

Attrs UseLocking(
  bool x
)