공개 클래스 RMSProp
RMSProp 알고리즘을 구현하는 최적화 프로그램입니다.
RMSprop의 요점은 다음과 같습니다.
- 기울기 제곱의 이동(할인) 평균을 유지합니다.
- 이 평균의 근으로 기울기를 나눕니다.
이 RMSprop 구현은 Nesterov 추진력이 아닌 일반 추진력을 사용합니다.
중심 버전은 추가적으로 그라디언트의 이동 평균을 유지하고 해당 평균을 사용하여 분산을 추정합니다.
상수
| 부울 | CENTERED_DEFAULT | |
| 뜨다 | DECAY_DEFAULT | |
| 뜨다 | EPSILON_DEFAULT | |
| 뜨다 | LEARNING_RATE_DEFAULT | |
| 끈 | MG | |
| 끈 | 기세 | |
| 뜨다 | MOMENTUM_DEFAULT | |
| 끈 | RMS |
상속된 상수
공공 생성자
공개 방법
| 끈 | getOptimizerName () 최적화 프로그램의 이름을 가져옵니다. |
| 끈 | toString () |
상속된 메서드
상수
공개 정적 최종 부울 CENTERED_DEFAULT
상수 값: 거짓
공개 정적 최종 부동 DECAY_DEFAULT
상수값: 0.9
공개 정적 최종 부동 EPSILON_DEFAULT
상수값: 1.0E-10
공개 정적 최종 부동 소수점 LEARNING_RATE_DEFAULT
상수값: 0.001
공개 정적 최종 문자열 MG
상수값: "mg"
공개 정적 최종 문자열 MOMENTUM
상수 값: "운동량"
공개 정적 최종 부동 MOMENTUM_DEFAULT
상수값: 0.0
공개 정적 최종 문자열 RMS
상수 값: "rms"
공공 생성자
공개 RMSProp ( 그래프 그래프 , float learningRate)
RMSPRrop 최적화 프로그램을 생성합니다.
매개변수
| 그래프 | TensorFlow 그래프 |
|---|---|
| 학습률 | 학습률 |
공개 RMSProp ( 그래프 그래프, 부동 학습률, 부동 소수점 붕괴, 부동 운동량, 부동 엡실론, 부울 중심)
RMSPRrop 최적화 프로그램을 생성합니다.
매개변수
| 그래프 | TensorFlow 그래프 |
|---|---|
| 학습률 | 학습률 |
| 부식 | 내역/다가오는 그라디언트에 대한 할인 요인입니다. 기본값은 0.9입니다. |
| 기세 | 가속 계수, 기본값은 0입니다. |
| 엡실론 | 수치적 안정성을 위한 작은 상수 |
| 중심 | true 인 경우 기울기는 추정된 기울기의 분산으로 정규화됩니다. false 인 경우 중심이 없는 두 번째 모멘트를 기준으로 합니다. 이를 true 로 설정하면 훈련에 도움이 될 수 있지만 계산 및 메모리 측면에서 약간 더 비쌉니다. 기본값은 false 입니다. |
공개 RMSProp ( 그래프 그래프, 문자열 이름, float learningRate)
RMSPRrop 최적화 프로그램을 생성합니다.
매개변수
| 그래프 | TensorFlow 그래프 |
|---|---|
| 이름 | 이 최적화 프로그램의 이름입니다. 기본값은 "RMSProp"입니다. |
| 학습률 | 학습률 |
공개 RMSProp ( 그래프 그래프, 문자열 이름, 부동 학습률, 부동 소수점 붕괴, 부동 운동량, 부동 엡실론, 부울 중심)
RMSPRrop 최적화 프로그램을 생성합니다.
매개변수
| 그래프 | TensorFlow 그래프 |
|---|---|
| 이름 | 이 최적화 프로그램의 이름입니다. 기본값은 "RMSProp"입니다. |
| 학습률 | 학습률 |
| 부식 | 내역/다가오는 그라디언트에 대한 할인 요인입니다. 기본값은 0.9입니다. |
| 기세 | 가속 계수, 기본값은 0입니다. |
| 엡실론 | 수치적 안정성을 위한 작은 상수 |
| 중심 | true 인 경우 기울기는 추정된 기울기의 분산으로 정규화됩니다. false 인 경우 중심이 없는 두 번째 모멘트를 기준으로 합니다. 이를 true 로 설정하면 훈련에 도움이 될 수 있지만 계산 및 메모리 측면에서 약간 더 비쌉니다. 기본값은 false 입니다. |
공개 방법
공개 문자열 getOptimizerName ()
최적화 프로그램의 이름을 가져옵니다.
보고
- 최적화 프로그램 이름입니다.