Optymalizatory dodatków TensorFlow: LazyAdam

Przegląd

Ten notatnik pokaże, jak korzystać z leniwego optymalizatora adam z pakietu Addons.

Leniwy Adam

LazyAdam to wariant optymalizatora Adam, który bardziej efektywnie obsługuje rzadkie aktualizacje. Oryginalny algorytm Adama utrzymuje dwa akumulatory średniej ruchomej dla każdej możliwej do trenowania zmiennej; akumulatory są aktualizowane na każdym kroku. Ta klasa zapewnia leniwą obsługę aktualizacji gradientu dla rzadkich zmiennych. Aktualizuje tylko akumulatory ze średnią ruchomą dla rzadkich indeksów zmiennych, które pojawiają się w bieżącej partii, zamiast aktualizować akumulatory dla wszystkich indeksów. W porównaniu z oryginalnym optymalizatorem Adama może zapewnić znaczną poprawę przepustowości uczenia modeli w przypadku niektórych aplikacji. Zapewnia jednak nieco inną semantykę niż oryginalny algorytm Adama i może prowadzić do innych wyników empirycznych.

Ustawiać

pip install -q -U tensorflow-addons

import tensorflow as tf
import tensorflow_addons as tfa

# Hyperparameters
batch_size=64
epochs=10

Zbuduj model

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'),
])

Przygotuj dane

# 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

Trenuj i oceniaj

Po prostu zastąp typowe optymalizatory Keras nowym optymalizatorem 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