AdaMax

public class AdaMax<Model: Differentiable & KeyPathIterable>: Optimizer
where
  Model.TangentVector: VectorProtocol & PointwiseMultiplicative & ElementaryFunctions
    & KeyPathIterable,
  Model.TangentVector.VectorSpaceScalar == Float

Optimiseur AdaMax.

Une variante d'Adam basée sur la norme de l'infini.

Référence : Section 7 de « Adam - Une méthode d'optimisation stochastique »

• Modèle
  Déclaration

  public typealias Model = Model

• taux d'apprentissage
  Le taux d'apprentissage.

  Déclaration

  public var learningRate: Float

• bêta1
  Taux de décroissance utilisé pour estimer le premier moment (moyen) des gradients.

  Déclaration

  public var beta1: Float

• bêta2
  Taux de décroissance utilisé pour estimer la norme infinie pondérée exponentiellement.

  Déclaration

  public var beta2: Float

• épsilon
  Un petit scalaire ajouté au dénominateur pour améliorer la stabilité numérique.

  Déclaration

  public var epsilon: Float

• pourriture
  Le taux d’apprentissage diminue.

  Déclaration

  public var decay: Float

• étape
  Le nombre de pas.

  Déclaration

  public var step: Int

• premiersMoments
  Les premiers instants des poids.

  Déclaration

  public var firstMoments: Model.TangentVector

• infininorme
  La norme infinie pondérée exponentiellement des poids.

  Déclaration

  public var infinityNorm: Model.TangentVector

• init(pour:learningRate:beta1:beta2:epsilon:decay :)
  Remarque : Les paramètres par défaut suivent ceux fournis dans le document.

  Déclaration

  public init(
    for model: __shared Model,
    learningRate: Float = 0.002,
    beta1: Float = 0.9,
    beta2: Float = 0.999,
    epsilon: Float = 1e-8,
    decay: Float = 0
  )

• mise à jour (_: le long :)
  Déclaration

  public func update(_ model: inout Model, along direction: Model.TangentVector)

• init (copie : vers :)
  Déclaration

  public required init(copying other: AdaMax, to device: Device)