AdaGradDA

clase pública AdaGradDA

Optimizador que implementa el algoritmo Adagrad Dual-Averaging.

Este optimizador se encarga de regularizar las funciones invisibles en un mini lote actualizándolas cuando se ven con una regla de actualización de formulario cerrado que equivale a haberlas actualizado en cada mini lote.

AdagradDA se utiliza normalmente cuando se necesita una gran escasez en el modelo entrenado. Este optimizador solo garantiza escasez para modelos lineales. Tenga cuidado al utilizar AdagradDA para redes profundas, ya que requerirá una inicialización cuidadosa de los acumuladores de gradiente para que se entrene.

Ver también

• Duchi, J, et al., 2011, Métodos adaptativos de subgradiente para el aprendizaje en línea y la optimización estocástica

Constantes

Cadena	ACUMULADOR
flotar	INITIAL_ACCUMULATOR_DEFAULT
flotar	L1_STRENGTH_DEFAULT
flotar	L2_STRENGTH_DEFAULT
flotar	APRENDIZAJE_RATE_DEFAULT
Cadena	ACUMULADOR CUADRADO

Constantes heredadas

De la clase org.tensorflow.framework.optimizers.Optimizer

Cadena

VARIABLE_V2

Constructores Públicos

	AdaGradDA (gráfico gráfico ) Crea un optimizador AdaGradDA
	AdaGradDA (gráfico gráfico , tasa de aprendizaje flotante) Crea un optimizador AdaGradDA
	AdaGradDA (gráfico gráfico , tasa de aprendizaje flotante, valor acumulador inicial flotante, fuerza l1 flotante, fuerza l2 flotante) Crea un optimizador AdaGradDA
	AdaGradDA (gráfico gráfico , nombre de cadena, tasa de aprendizaje flotante) Crea un optimizador AdaGradDA
	AdaGradDA (gráfico gráfico , nombre de cadena, tasa de aprendizaje flotante, valor acumulador inicial flotante, fuerza l1 flotante, fuerza l2 flotante) Crea un optimizador AdaGradDA

Métodos públicos

Cadena	getOptimizerName () Obtenga el nombre del optimizador.
Cadena	Encadenar ()

Métodos heredados

De la clase org.tensorflow.framework.optimizers.Optimizer

Op.	applyGradients (Lista< GradAndVar <? extiende TType >> gradsAndVars, nombre de cadena) Aplica gradientes a las variables.
<T extiende TType > Lista< GradAndVar <?>>	ComputeGradients (pérdida de operando <?>) Calcula los gradientes basándose en un operando de pérdida.
cadena estática	createName ( Salida <? extiende TType > variable, String slotName) Crea un nombre combinando un nombre de variable y un nombre de ranura
cadena abstracta	getOptimizerName () Obtenga el nombre del optimizador.
<T extiende TType > Opcional< Variable <T>>	getSlot ( Salida <T> var, String slotName) Obtiene la ranura asociada con la variable especificada y el nombre de la ranura.
operaciones finales	obtenerTF () Obtiene la instancia de operaciones del optimizador.
Op.	minimizar ( operando <?> pérdida) Minimiza la pérdida actualizando las variables.
Op.	minimizar ( operando <?> pérdida, nombre de cadena) Minimiza la pérdida actualizando las variables.

De la clase java.lang.Object

booleano	es igual (Objeto arg0)
Clase final<?>	obtenerclase ()
En t	código hash ()
vacío final	notificar ()
vacío final	notificar a todos ()
Cadena	Encadenar ()
vacío final	esperar (arg0 largo, int arg1)
vacío final	espera (largo arg0)
vacío final	esperar ()

Constantes

ACUMULADOR de cadena final estático público

Valor constante: "gradient_accumulator"

flotación final estática pública INITIAL_ACCUMULATOR_DEFAULT

Valor constante: 0,1

flotador final estático público L1_STRENGTH_DEFAULT

Valor constante: 0,0

flotador final estático público L2_STRENGTH_DEFAULT

Valor constante: 0,0

flotación final estática pública LEARNING_RATE_DEFAULT

Valor constante: 0,001

Cadena final estática pública SQUARED_ACCUMULATOR

Valor constante: "gradient_squared_accumulator"

Constructores Públicos

público AdaGradDA (gráfico gráfico )

Crea un optimizador AdaGradDA

Parámetros

grafico	el gráfico de TensorFlow

público AdaGradDA (gráfico gráfico , tasa de aprendizaje flotante)

Crea un optimizador AdaGradDA

Parámetros

grafico	el gráfico de TensorFlow
tasa de aprendizaje	la tasa de aprendizaje

public AdaGradDA (gráfico gráfico , tasa de aprendizaje flotante, valor acumulador inicial flotante, fuerza l1 flotante, fuerza l2 flotante)

Crea un optimizador AdaGradDA

Parámetros

grafico	el gráfico de TensorFlow
tasa de aprendizaje	la tasa de aprendizaje
valoracumuladorinicial	El valor inicial de los acumuladores debe ser mayor que cero.
l1Fuerza	l1 fuerza de regularización, debe ser mayor o igual a cero.
l2Fuerza	Fuerza de regularización l2, debe ser mayor o igual a cero.

Lanza

Argumento de excepción ilegal	si inicialAccumulatorValue no es mayor que cero, o l1Strength o l2Strength es menor que cero

public AdaGradDA (gráfico gráfico , nombre de cadena, tasa de aprendizaje flotante)

Crea un optimizador AdaGradDA

Parámetros

grafico	el gráfico de TensorFlow
nombre	el nombre de este Optimizador (el valor predeterminado es 'adagrad-da')
tasa de aprendizaje	la tasa de aprendizaje

public AdaGradDA (gráfico gráfico , nombre de cadena, tasa de aprendizaje flotante, valor acumulador inicial flotante, fuerza l1 flotante, fuerza l2 flotante)

Crea un optimizador AdaGradDA

Parámetros

grafico	el gráfico de TensorFlow
nombre	el nombre de este Optimizador (el valor predeterminado es 'adagrad-da')
tasa de aprendizaje	la tasa de aprendizaje
valoracumuladorinicial	El valor inicial de los acumuladores debe ser positivo.
l1Fuerza	l1 fuerza de regularización, debe ser mayor o igual a cero.
l2Fuerza	Fuerza de regularización l2, debe ser mayor o igual a cero.

Lanza

Argumento de excepción ilegal	si inicialAccumulatorValue no es mayor que cero, o * l1Strength o l2Strength es menor que cero

Métodos públicos

cadena pública getOptimizerName ()

Obtenga el nombre del optimizador.

Devoluciones

• El nombre del optimizador.

cadena pública a cadena ()