RMSProp

classe pública RMSProp

Otimizador que implementa o algoritmo RMSProp.

A essência do RMSprop é:

• Manter uma média móvel (descontada) do quadrado dos gradientes
• Divida o gradiente pela raiz desta média

Esta implementação do RMSprop usa impulso simples, não impulso de Nesterov.

A versão centralizada mantém adicionalmente uma média móvel dos gradientes e usa essa média para estimar a variação.

Veja também

• Hinton G, et al. 2012, notas de aula, essa é inexplicavelmente a referência canônica.

Constantes

boleano	CENTRADO_DEFAULT
flutuador	DECAY_DEFAULT
flutuador	EPSILON_DEFAULT
flutuador	LEARNING_RATE_DEFAULT
Corda	MG
Corda	MOMENTO
flutuador	MOMENTUM_DEFAULT
Corda	RMS

Constantes herdadas

Da classe org.tensorflow.framework.optimizers.Optimizer

Corda

VARIÁVEL_V2

Construtores Públicos

	RMSProp (gráfico gráfico ) Cria um otimizador RMSPRrop
	RMSProp (gráfico gráfico , float learningRate) Cria um otimizador RMSPRrop
	RMSProp (gráfico gráfico , taxa de aprendizagem flutuante, decaimento flutuante, impulso flutuante, épsilon flutuante, booleano centrado) Cria um otimizador RMSPRrop
	RMSProp ( gráfico , nome da string, float learningRate) Cria um otimizador RMSPRrop
	RMSProp (gráfico gráfico , nome da string, taxa de aprendizagem flutuante, decaimento flutuante, momento flutuante, épsilon flutuante, booleano centrado) Cria um otimizador RMSPRrop

Métodos Públicos

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

público estático final booleano CENTERED_DEFAULT

Valor constante: falso

flutuador final estático público DECAY_DEFAULT

Valor Constante: 0,9

flutuador final estático público EPSILON_DEFAULT

Valor constante: 1,0E-10

flutuador final estático público LEARNING_RATE_DEFAULT

Valor Constante: 0,001

String final estática pública MG

Valor Constante: "mg"

String final estática pública MOMENTUM

Valor constante: "momentum"

flutuador final estático público MOMENTUM_DEFAULT

Valor constante: 0,0

String final estática pública RMS

Valor constante: "rms"

Construtores Públicos

RMSProp público (gráfico gráfico )

Cria um otimizador RMSPRrop

Parâmetros

gráfico	o gráfico do TensorFlow

public RMSProp (gráfico gráfico , float learningRate)

Cria um otimizador RMSPRrop

Parâmetros

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

public RMSProp (gráfico gráfico , taxa de aprendizagem flutuante, decaimento flutuante, momento flutuante, épsilon flutuante, booleano centrado)

Cria um otimizador RMSPRrop

Parâmetros

gráfico	o gráfico do TensorFlow
taxa de Aprendizagem	a taxa de aprendizagem
decair	Fator de desconto para o histórico/gradiente futuro. O padrão é 0,9.
impulso	o fator de aceleração, o padrão é 0.
épsilon	Uma pequena constante para estabilidade numérica
centrado	Se true , os gradientes serão normalizados pela variância estimada do gradiente; se false , pelo segundo momento não centrado. Definir isso como true pode ajudar no treinamento, mas é um pouco mais caro em termos de computação e memória. O padrão é false .

public RMSProp (gráfico gráfico , nome da string, float learningRate)

Cria um otimizador RMSPRrop

Parâmetros

gráfico	o gráfico do TensorFlow
nome	o nome deste otimizador. O padrão é "RMSProp".
taxa de Aprendizagem	a taxa de aprendizagem

public RMSProp (gráfico gráfico , nome da string, taxa de aprendizagem flutuante, decaimento flutuante, impulso flutuante, épsilon flutuante, booleano centrado)

Cria um otimizador RMSPRrop

Parâmetros

gráfico	o gráfico do TensorFlow
nome	o nome deste otimizador. O padrão é "RMSProp".
taxa de Aprendizagem	a taxa de aprendizagem
decair	Fator de desconto para o histórico/gradiente futuro. O padrão é 0,9.
impulso	O fator de aceleração, o padrão é 0.
épsilon	Uma pequena constante para estabilidade numérica
centrado	Se true , os gradientes serão normalizados pela variância estimada do gradiente; se false , pelo segundo momento não centrado. Definir isso como true pode ajudar no treinamento, mas é um pouco mais caro em termos de computação e memória. O padrão é false .

Métodos Públicos

String pública getOptimizerName ()

Obtenha o nome do otimizador.

Devoluções

• O nome do otimizador.

String pública paraString ()