อดัม

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

อดัม ออพติไมเซอร์

ใช้อัลกอริธึมการปรับให้เหมาะสมของ Adam อดัมเป็นวิธีการสุ่มไล่ระดับที่คำนวณอัตราการเรียนรู้แบบปรับตัวของแต่ละบุคคลสำหรับพารามิเตอร์ที่ต่างกันจากการประมาณค่าโมเมนต์การไล่ระดับสีลำดับที่หนึ่งและที่สอง

อ้างอิง: “อดัม: วิธีการเพิ่มประสิทธิภาพสุ่ม” (Kingma and Ba, 2014)

ตัวอย่าง:

• ฝึกอบรมตัวแทนการเรียนรู้การเสริมกำลังอย่างง่าย:

...
// Instantiate an agent's policy - approximated by the neural network (`net`) after defining it 
in advance.
var net = Net(observationSize: Int(observationSize), hiddenSize: hiddenSize, actionCount: actionCount)
// Define the Adam optimizer for the network with a learning rate set to 0.01.
let optimizer = Adam(for: net, learningRate: 0.01)
...
// Begin training the agent (over a certain number of episodes).
while true {
...
    // Implementing the gradient descent with the Adam optimizer:
    // Define the gradients (use withLearningPhase to call a closure under a learning phase).
    let gradients = withLearningPhase(.training) {
        TensorFlow.gradient(at: net) { net -> Tensor<Float> in
            // Return a softmax (loss) function
            return loss = softmaxCrossEntropy(logits: net(input), probabilities: target)
        }
    }
    // Update the differentiable variables of the network (`net`) along the gradients with the Adam 
optimizer.
    optimizer.update(&net, along: gradients)
    ...
    }
}

• ฝึกอบรมเครือข่ายปฏิปักษ์เชิงสร้างสรรค์ (GAN):

...
// Instantiate the generator and the discriminator networks after defining them.
var generator = Generator()
var discriminator = Discriminator()
// Define the Adam optimizers for each network with a learning rate set to 2e-4 and beta1 - to 0.5.
let adamOptimizerG = Adam(for: generator, learningRate: 2e-4, beta1: 0.5)
let adamOptimizerD = Adam(for: discriminator, learningRate: 2e-4, beta1: 0.5)
...
Start the training loop over a certain number of epochs (`epochCount`).
for epoch in 1...epochCount {
    // Start the training phase.
    ...
    for batch in trainingShuffled.batched(batchSize) {
        // Implementing the gradient descent with the Adam optimizer:
        // 1) Update the generator.
        ...
        let 𝛁generator = TensorFlow.gradient(at: generator) { generator -> Tensor<Float> in
            ...
            return loss
            }
        // Update the differentiable variables of the generator along the gradients (`𝛁generator`) 
        // with the Adam optimizer.
        adamOptimizerG.update(&generator, along: 𝛁generator)

        // 2) Update the discriminator.
        ...
        let 𝛁discriminator = TensorFlow.gradient(at: discriminator) { discriminator -> Tensor<Float> in
            ...
            return loss
        }
        // Update the differentiable variables of the discriminator along the gradients (`𝛁discriminator`) 
        // with the Adam optimizer.
        adamOptimizerD.update(&discriminator, along: 𝛁discriminator)
        }
}       

• แบบอย่าง
  คำประกาศ

  public typealias Model = Model

• อัตราการเรียนรู้
  อัตราการเรียนรู้

  คำประกาศ

  public var learningRate: Float

• เบต้า1
  ค่าสัมประสิทธิ์ที่ใช้ในการคำนวณช่วงเวลาแรกของการไล่ระดับสี

  คำประกาศ

  public var beta1: Float

• เบต้า2
  ค่าสัมประสิทธิ์ที่ใช้คำนวณโมเมนต์ที่สองของการไล่ระดับสี

  คำประกาศ

  public var beta2: Float

• เอปไซลอน
  สเกลาร์ขนาดเล็กถูกเพิ่มเข้าไปในตัวส่วนเพื่อปรับปรุงความเสถียรของตัวเลข

  คำประกาศ

  public var epsilon: Float

• การสลายตัว
  อัตราการเรียนรู้ลดลง

  คำประกาศ

  public var decay: Float

• ขั้นตอน
  ขั้นตอนปัจจุบัน

  คำประกาศ

  public var step: Int

• ช่วงเวลาแรก
  ช่วงแรกของการยกน้ำหนัก

  คำประกาศ

  public var firstMoments: Model.TangentVector

• วินาทีช่วงเวลา
  ช่วงเวลาที่สองของการตุ้มน้ำหนัก

  คำประกาศ

  public var secondMoments: Model.TangentVector

• init(สำหรับ:learningRate:beta1:beta2:epsilon:decay:)
  คำประกาศ

  public init(
    for model: __shared Model,
    learningRate: Float = 1e-3,
    beta1: Float = 0.9,
    beta2: Float = 0.999,
    epsilon: Float = 1e-8,
    decay: Float = 0
  )

  พารามิเตอร์

  learningRate	อัตราการเรียนรู้ ค่าเริ่มต้นคือ 1e-3
  beta1	อัตราการสลายตัวแบบเอกซ์โปเนนเชียลสำหรับการประมาณช่วงเวลาที่ 1 ค่าเริ่มต้นคือ 0.9
  beta2	อัตราการสลายตัวแบบเอ็กซ์โปเนนเชียลสำหรับการประมาณช่วงเวลาที่ 2 ค่าเริ่มต้นคือ 0.999
  epsilon	สเกลาร์ขนาดเล็กถูกเพิ่มเข้าไปในตัวส่วนเพื่อปรับปรุงความเสถียรของตัวเลข ค่าเริ่มต้นคือ 1e-8
  decay	อัตราการเรียนรู้ลดลง ค่าเริ่มต้นคือ 0

• อัปเดต (_: พร้อม :)
  คำประกาศ

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

• init(คัดลอก:ถึง:)
  คำประกาศ

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