RMSProp

klasa publiczna RMSProp

Optymalizator implementujący algorytm RMSProp.

Istotą RMSprop jest:

• Utrzymuj średnią ruchomą (zdyskontowaną) kwadratu gradientów
• Podziel gradient przez pierwiastek tej średniej

Ta implementacja RMSprop wykorzystuje zwykły pęd, a nie pęd Niestierowa.

Wersja wyśrodkowana dodatkowo utrzymuje średnią ruchomą gradientów i wykorzystuje tę średnią do oszacowania wariancji.

Zobacz też

• Hinton G i in. 2012, notatki z wykładów, czyli w niewytłumaczalny sposób odniesienie kanoniczne.

Stałe

wartość logiczna	CENTERED_DEFAULT
platforma	DECAY_DEFAULT
platforma	EPSILON_DEFAULT
platforma	LEARNING_RATE_DEFAULT
Strunowy	mg
Strunowy	PĘD
platforma	MOMENTUM_DEFAULT
Strunowy	RMS

Dziedziczone stałe

Z klasy org.tensorflow.framework.optimizers.Optimizer

Strunowy

ZMIENNA_V2

Konstruktorzy publiczni

	RMSProp ( wykres graficzny ) Tworzy optymalizator RMSPRrop
	RMSProp (wykres graficzny , współczynnik uczenia się typu float) Tworzy optymalizator RMSPRrop
	RMSProp (wykres wykresu , nauka floatRate, zanik float, pęd float, float epsilon, wartość logiczna wyśrodkowana) Tworzy optymalizator RMSPRrop
	RMSProp (wykres wykresu , nazwa ciągu, współczynnik uczenia się typu float) Tworzy optymalizator RMSPRrop
	RMSProp (wykres wykresu , nazwa ciągu, nauka floatRate, zanik float, pęd float, float epsilon, wartość logiczna wyśrodkowana) Tworzy optymalizator RMSPRrop

Metody publiczne

Strunowy	getOptimizerName () Uzyskaj nazwę optymalizatora.
Strunowy	doString ()

Metody dziedziczone

Z klasy org.tensorflow.framework.optimizers.Optimizer

Op	ApplyGradients (List< GradAndVar <? rozszerza TType >> gradsAndVars, nazwa ciągu) Stosuje gradienty do zmiennych
<T rozszerza TType > Lista< GradAndVar <?>>	computeGradients (Utrata argumentu <?>) Oblicza gradienty na podstawie argumentu straty.
ciąg statyczny	createName ( Wyjście <? rozszerza TType > zmienna, String NazwaSlotu) Tworzy nazwę poprzez połączenie nazwy zmiennej i nazwy gniazda
abstrakcyjny ciąg	getOptimizerName () Uzyskaj nazwę optymalizatora.
<T rozszerza TType > Opcjonalne< Zmienna <T>>	getSlot ( Wyjście <T> var, String NazwaSlotu) Pobiera gniazdo skojarzone z określoną zmienną i nazwą gniazda.
ostatnie operacje	getTF () Pobiera instancję Optymalizatora
Op	minimalizuj (utrata argumentu <?>) Minimalizuje straty poprzez aktualizację zmiennych
Op	minimalizuj (Utrata argumentu <?>, nazwa ciągu) Minimalizuje straty poprzez aktualizację zmiennych

Z klasy java.lang.Object

wartość logiczna	równa się (Obiekt arg0)
ostatnia klasa<?>	pobierzKlasę ()
wew	hashCode ()
ostateczna pustka	powiadomić ()
ostateczna pustka	powiadom wszystkich ()
Strunowy	doString ()
ostateczna pustka	czekaj (długi arg0, int arg1)
ostateczna pustka	czekaj (długi arg0)
ostateczna pustka	Czekać ()

Stałe

publiczna statyczna końcowa wartość logiczna CENTERED_DEFAULT

Wartość stała: fałsz

publiczny statyczny końcowy float DECAY_DEFAULT

Wartość stała: 0,9

publiczny statyczny końcowy float EPSILON_DEFAULT

Wartość stała: 1,0E-10

publiczny statyczny końcowy float LEARNING_RATE_DEFAULT

Wartość stała: 0,001

publiczny statyczny końcowy ciąg MG

Wartość stała: „mg”

publiczny statyczny końcowy ciąg MOMENTUM

Wartość stała: „pęd”

publiczny statyczny końcowy float MOMENTUM_DEFAULT

Wartość stała: 0,0

publiczny statyczny końcowy ciąg RMS

Wartość stała: „rms”

Konstruktorzy publiczni

publiczny RMSProp (wykres graficzny )

Tworzy optymalizator RMSPRrop

Parametry

wykres	wykres TensorFlow

public RMSProp (wykres wykresu , float learningRate)

Tworzy optymalizator RMSPRrop

Parametry

wykres	wykres TensorFlow
Szybkość uczenia się	tempo uczenia się

public RMSProp (wykres wykresu , nauka floatRate, zanik float, pęd float, float epsilon, wartość logiczna wyśrodkowana)

Tworzy optymalizator RMSPRrop

Parametry

wykres	wykres TensorFlow
Szybkość uczenia się	tempo uczenia się
rozkład	Współczynnik dyskontujący dla gradientu historii/nadchodzącego. Domyślnie jest to 0,9.
pęd	współczynnik przyspieszenia, domyślnie wynosi 0.
epsilon	Mała stała zapewniająca stabilność numeryczną
wyśrodkowany	Jeśli true , gradienty są normalizowane przez szacowaną wariancję gradientu; jeśli false , przez niecentryczny drugi moment. Ustawienie tej wartości na true może pomóc w szkoleniu, ale jest nieco droższe pod względem obliczeń i pamięci. Domyślnie jest to false .

publiczny RMSProp (wykres wykresu , nazwa ciągu, współczynnik uczenia się typu float)

Tworzy optymalizator RMSPRrop

Parametry

wykres	wykres TensorFlow
nazwa	nazwa tego Optymalizatora. Domyślnie jest to „RMSProp”.
Szybkość uczenia się	tempo uczenia się

publiczny RMSProp (wykres wykresu , nazwa ciągu, nauka floatRate, zanik float, pęd float, float epsilon, wartość logiczna wyśrodkowana)

Tworzy optymalizator RMSPRrop

Parametry

wykres	wykres TensorFlow
nazwa	nazwa tego Optymalizatora. Domyślnie jest to „RMSProp”.
Szybkość uczenia się	tempo uczenia się
rozkład	Współczynnik dyskontujący dla gradientu historii/nadchodzącego. Domyślnie jest to 0,9.
pęd	Współczynnik przyspieszenia, domyślnie wynosi 0.
epsilon	Mała stała zapewniająca stabilność numeryczną
wyśrodkowany	Jeśli true , gradienty są normalizowane przez szacowaną wariancję gradientu; jeśli false , przez niecentryczny drugi moment. Ustawienie tej wartości na true może pomóc w szkoleniu, ale jest nieco droższe pod względem obliczeń i pamięci. Domyślnie jest to false .

Metody publiczne

public String getOptimizerName ()

Uzyskaj nazwę optymalizatora.

Zwroty

• Nazwa optymalizatora.

publiczny ciąg do ciągu ()