Otimizador que implementa o algoritmo RMSProp.
A essência do RMSprop é:
- Manter uma média móvel (com desconto) do quadrado dos gradientes
- Divida o gradiente pela raiz desta média
Esta implementação do RMSprop usa o momentum puro, não o momentum de Nesterov.
A versão centrada adicionalmente mantém uma média móvel dos gradientes e usa essa média para estimar a variância.
Constantes
boleano | CENTERED_DEFAULT | |
flutuador | DECAY_DEFAULT | |
flutuador | EPSILON_DEFAULT | |
flutuador | LEARNING_RATE_DEFAULT | |
Fragmento | MG | |
Fragmento | MOMENTUM | |
flutuador | MOMENTUM_DEFAULT | |
Fragmento | RMS |
Constantes herdadas
Construtores Públicos
Métodos Públicos
Fragmento | getOptimizerName () Obtenha o nome do otimizador. |
Fragmento | toString () |
Métodos herdados
Constantes
public static final boolean CENTERED_DEFAULT
flutuante público estático final DECAY_DEFAULT
flutuante público estático final EPSILON_DEFAULT
flutuante público estático final LEARNING_RATE_DEFAULT
public static final String MG
public static final String MOMENTUM
flutuante público estático final MOMENTUM_DEFAULT
public static final String RMS
Construtores Públicos
public RMSProp ( gráfico gráfico)
Cria um Otimizador RMSPRrop
Parâmetros
gráfico | o gráfico TensorFlow |
---|
public RMSProp ( gráfico gráfico, float learningRate)
Cria um Otimizador RMSPRrop
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
taxa de Aprendizagem | a taxa de aprendizagem |
public RMSProp ( gráfico gráfico, float learningRate, decaimento do float, momento do float, épsilon float, centrado no booleano)
Cria um Otimizador RMSPRrop
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
taxa de Aprendizagem | a taxa de aprendizagem |
decair | Fator de desconto para o gradiente histórico / próximo. 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 são normalizados pela variância estimada do gradiente; se false , pelo segundo momento descentrado. Definir 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 TensorFlow |
---|---|
nome | o nome deste Otimizador. O padrão é "RMSProp". |
taxa de Aprendizagem | a taxa de aprendizagem |
public RMSProp ( Graph graph, String name, float learningRate, float decay, float momentum, float epsilon, booleano centrado)
Cria um Otimizador RMSPRrop
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
nome | o nome deste Otimizador. O padrão é "RMSProp". |
taxa de Aprendizagem | a taxa de aprendizagem |
decair | Fator de desconto para o gradiente histórico / próximo. 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 são normalizados pela variância estimada do gradiente; se false , pelo segundo momento descentrado. Definir como true pode ajudar no treinamento, mas é um pouco mais caro em termos de computação e memória. O padrão é false . |
Métodos Públicos
public String getOptimizerName ()
Obtenha o nome do otimizador.
Devoluções
- O nome do otimizador.