Ottimizzatori di componenti aggiuntivi TensorFlow: LazyAdam

Panoramica

Questo notebook dimostrerà come utilizzare l'ottimizzatore Lazy Adam dal pacchetto Addons.

LazyAdam

LazyAdam è una variante dell'ottimizzatore Adam che gestisce gli aggiornamenti sparsi in modo più efficiente. L'algoritmo originale di Adam mantiene due accumulatori a media mobile per ogni variabile addestrabile; gli accumulatori vengono aggiornati ad ogni passo. Questa classe fornisce una gestione più pigra degli aggiornamenti del gradiente per le variabili sparse. Aggiorna solo gli accumulatori a media mobile per gli indici di variabili sparse che appaiono nel batch corrente, invece di aggiornare gli accumulatori per tutti gli indici. Rispetto all'ottimizzatore Adam originale, può fornire grandi miglioramenti nella velocità effettiva di addestramento del modello per alcune applicazioni. Tuttavia, fornisce una semantica leggermente diversa rispetto all'algoritmo Adam originale e può portare a risultati empirici diversi.

Impostare

pip install -q -U tensorflow-addons

import tensorflow as tf
import tensorflow_addons as tfa

# Hyperparameters
batch_size=64
epochs=10

Costruisci il modello

model = tf.keras.Sequential([
    tf.keras.layers.Dense(64, input_shape=(784,), activation='relu', name='dense_1'),
    tf.keras.layers.Dense(64, activation='relu', name='dense_2'),
    tf.keras.layers.Dense(10, activation='softmax', name='predictions'),
])

Preparare i dati

# Load MNIST dataset as NumPy arrays
dataset = {}
num_validation = 10000
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# Preprocess the data
x_train = x_train.reshape(-1, 784).astype('float32') / 255
x_test = x_test.reshape(-1, 784).astype('float32') / 255

Formare e valutare

Sostituisci semplicemente i tipici ottimizzatori keras con il nuovo ottimizzatore tfa

# Compile the model
model.compile(
    optimizer=tfa.optimizers.LazyAdam(0.001),  # Utilize TFA optimizer
    loss=tf.keras.losses.SparseCategoricalCrossentropy(),
    metrics=['accuracy'])

# Train the network
history = model.fit(
    x_train,
    y_train,
    batch_size=batch_size,
    epochs=epochs)

Epoch 1/10
938/938 [==============================] - 3s 2ms/step - loss: 0.5700 - accuracy: 0.8378
Epoch 2/10
938/938 [==============================] - 2s 2ms/step - loss: 0.1523 - accuracy: 0.9552
Epoch 3/10
938/938 [==============================] - 2s 2ms/step - loss: 0.1040 - accuracy: 0.9694
Epoch 4/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0809 - accuracy: 0.9753
Epoch 5/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0614 - accuracy: 0.9812
Epoch 6/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0531 - accuracy: 0.9840
Epoch 7/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0481 - accuracy: 0.9850
Epoch 8/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0377 - accuracy: 0.9881
Epoch 9/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0336 - accuracy: 0.9892
Epoch 10/10
938/938 [==============================] - 2s 2ms/step - loss: 0.0272 - accuracy: 0.9909

# Evaluate the network
print('Evaluate on test data:')
results = model.evaluate(x_test, y_test, batch_size=128, verbose = 2)
print('Test loss = {0}, Test acc: {1}'.format(results[0], results[1]))

Evaluate on test data:
79/79 - 0s - loss: 0.0959 - accuracy: 0.9738
Test loss = 0.09588281810283661, Test acc: 0.973800003528595