Adam

classe pública Adam

Otimizador que implementa o algoritmo Adam.

A otimização de Adam é um método estocástico de descida gradiente baseado na estimativa adaptativa de momentos de primeira e segunda ordem.

Segundo Kingma et al., 2014, o método é "computacionalmente eficiente, tem pouca necessidade de memória, invariante ao redimensionamento diagonal de gradientes e é adequado para problemas grandes em termos de dados/parâmetros".

@ver Kingma et al., 2014, Adam: Um Método para Otimização Estocástica .

Constantes

flutuador	BETA_ONE_DEFAULT
flutuador	BETA_TWO_DEFAULT
flutuador	EPSILON_DEFAULT
Corda	FIRST_MOMENT
flutuador	LEARNING_RATE_DEFAULT
Corda	SECOND_MOMENT

Constantes herdadas

Da classe org.tensorflow.framework.optimizers.Optimizer

Corda

VARIÁVEL_V2

Construtores Públicos

	Adam (gráfico gráfico ) Cria um otimizador Adam
	Adam (gráfico gráfico , float learningRate) Cria um otimizador Adam
	Adam (gráfico gráfico , float learningRate, float betaOne, float betaTwo, float epsilon) Cria um otimizador Adam
	Adam (gráfico gráfico , nome da string, float learningRate) Cria um otimizador Adam
	Adam (gráfico gráfico , nome da string, float learningRate, float betaOne, float betaTwo, float epsilon) Cria um otimizador Adam

Métodos Públicos

estático <T estende TType > Op	createAdamMinimize (escopo do escopo , perda do operando <T>, float learningRate, float betaOne, float betaTwo, float epsilon, Opções... opções) Cria a Operação que minimiza a perda
Corda	getOptimizerName () Obtenha o nome do otimizador.
Corda	para sequenciar ()

Métodos herdados

Da classe org.tensorflow.framework.optimizers.Optimizer

Op.	applyGradients (List< GradAndVar <? estende TType >> gradsAndVars, String nome) Aplica gradientes a variáveis
<T estende TType > Lista< GradAndVar <?>>	computaGradients ( operando <?> perda) Calcula os gradientes com base em um operando de perda.
String estática	createName ( Saída <? estende TType > variável, String slotName) Cria um nome combinando um nome de variável e um nome de slot
cadeia abstrata	getOptimizerName () Obtenha o nome do otimizador.
<T estende TType > Opcional< Variável <T>>	getSlot ( Saída <T> var, String slotName) Obtém o slot associado à variável e ao nome do slot especificados.
operações finais	obterTF () Obtém a instância de operações do Optimizer
Op.	minimizar ( operando <?> perda) Minimiza a perda atualizando as variáveis
Op.	minimizar ( operando <?> perda, nome da string) Minimiza a perda atualizando as variáveis

Da classe java.lang.Object

boleano	é igual (objeto arg0)
aula final<?>	getClass ()
interno	código hash ()
vazio final	notificar ()
vazio final	notificar todos ()
Corda	para sequenciar ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (arg0 longo)
vazio final	espere ()

Constantes

flutuador final estático público BETA_ONE_DEFAULT

Valor Constante: 0,9

flutuador final estático público BETA_TWO_DEFAULT

Valor Constante: 0,999

flutuador final estático público EPSILON_DEFAULT

Valor constante: 1,0E-8

String final estática pública FIRST_MOMENT

Valor Constante: "m"

flutuador final estático público LEARNING_RATE_DEFAULT

Valor Constante: 0,001

String final estática pública SECOND_MOMENT

Valor constante: "v"

Construtores Públicos

Adam público (gráfico gráfico )

Cria um otimizador Adam

Parâmetros

gráfico	o gráfico do TensorFlow

public Adam (gráfico gráfico , float learningRate)

Cria um otimizador Adam

Parâmetros

gráfico	o gráfico do TensorFlow
taxa de Aprendizagem	a taxa de aprendizagem

public Adam (gráfico gráfico , float learningRate, float betaOne, float betaTwo, float epsilon)

Cria um otimizador Adam

Parâmetros

gráfico	o gráfico do TensorFlow
taxa de Aprendizagem	a taxa de aprendizagem
betaOne	A taxa de decaimento exponencial para as estimativas do primeiro momento. O padrão é 0,9.
betaDois	A taxa de decaimento exponencial para as estimativas do segundo momento. O padrão é 0,999.
épsilon	Uma pequena constante para estabilidade numérica. Este épsilon é "chapéu épsilon" no artigo de Kingma e Ba (na fórmula logo antes da Seção 2.1), não o épsilon no Algoritmo 1 do artigo. O padrão é 1e-8.

público Adam ( gráfico , nome da string, float learningRate)

Cria um otimizador Adam

Parâmetros

gráfico	o gráfico do TensorFlow
nome	o nome do Otimizador, o padrão é "Adam"
taxa de Aprendizagem	a taxa de aprendizagem

public Adam (gráfico gráfico , nome da string, float learningRate, float betaOne, float betaTwo, float epsilon)

Cria um otimizador Adam

Parâmetros

gráfico	o gráfico do TensorFlow
nome	o nome do Otimizador, o padrão é "Adam"
taxa de Aprendizagem	a taxa de aprendizagem
betaOne	A taxa de decaimento exponencial para as estimativas do primeiro momento. O padrão é 0,9.
betaDois	A taxa de decaimento exponencial para as estimativas do segundo momento. O padrão é 0,999.
épsilon	Uma pequena constante para estabilidade numérica. Este épsilon é "chapéu épsilon" no artigo de Kingma e Ba (na fórmula logo antes da Seção 2.1), não o épsilon no Algoritmo 1 do artigo. O padrão é 1e-8.

Métodos Públicos

public static Op createAdamMinimize (escopo de escopo , perda de operando <T>, float learningRate, float betaOne, float betaTwo, float epsilon, Options... options)

Cria a Operação que minimiza a perda

Parâmetros

escopo	o escopo do TensorFlow
perda	a perda para minimizar
taxa de Aprendizagem	a taxa de aprendizagem
betaOne	A taxa de decaimento exponencial para as estimativas do primeiro momento.
betaDois	A taxa de decaimento exponencial para as estimativas do segundo momento.
épsilon	Uma pequena constante para estabilidade numérica. Este épsilon é "chapéu épsilon" no artigo de Kingma e Ba (na fórmula logo antes da Seção 2.1), não o épsilon no Algoritmo 1 do artigo.
opções	Atributos opcionais do otimizador

Devoluções

• a Operação que minimiza a perda

Lança

Exceção de argumento ilegal	se o escopo não representa um gráfico

String pública getOptimizerName ()

Obtenha o nome do otimizador.

Devoluções

• O nome do otimizador.

String pública paraString ()