forked from huawei/mindspore2022
96 lines
5.1 KiB
ReStructuredText
96 lines
5.1 KiB
ReStructuredText
mindspore.nn.Lamb
|
||
==================
|
||
|
||
.. py:class:: mindspore.nn.Lamb(*args, **kwargs)
|
||
|
||
LAMB（Layer-wise Adaptive Moments optimizer for Batching training，用于批训练的分层自适应矩优化器）算法的实现。
|
||
|
||
LAMB是一种采用分层自适应批优化技术的优化算法。详见论文 `LARGE BATCH OPTIMIZATION FOR DEEP LEARNING: TRAINING BERT IN 76 MINUTES <https://arxiv.org/abs/1904.00962>`_。
|
||
|
||
LAMB优化器旨在不降低精度的情况下增加训练batch size，支持自适应逐元素更新和精确的分层校正。
|
||
|
||
|
||
参数更新如下：
|
||
|
||
.. math::
|
||
\begin{array}{l}
|
||
&\newline
|
||
&\hline \\
|
||
&\textbf{Parameters}: \: 1^{\text {st }}\text {moment vector} \: m , \: 2^{\text {nd}} \:
|
||
\text{moment vector} \: v , \\
|
||
&\hspace{5mm}\text{learning rate } \left\{ \gamma_{t}\right\}_{t=1}^{T} , \: \text
|
||
{exponential decay rates for the moment estimates} \: \beta_{1} \: \beta_{2} , \\
|
||
&\hspace{5mm}\text{scaling function } \phi \\
|
||
&\textbf{Init}: \boldsymbol{m}_{0} \leftarrow 0, \: \boldsymbol{v}_{0} \leftarrow 0 \\[-1.ex]
|
||
&\newline
|
||
&\hline \\
|
||
&\textbf{for} \text { t=1 to T } \textbf{do} \\
|
||
&\hspace{5mm}\text{Draw b samples } S_{t} \text{ from } \mathbb{P} \text{ . } \\
|
||
&\hspace{5mm}\text{Compute } g_{t}=\frac{1}{\left|\mathcal{S}_{t}\right|} \sum_{s_{t} \in \mathcal{S}_{t}}
|
||
\nabla \ell\left(x_{t}, s_{t}\right) . \\
|
||
&\hspace{5mm}\boldsymbol{m}_{t} \leftarrow \beta_{1} \boldsymbol{m}_{t-1}+\left(1-\beta_{1}\right)
|
||
\boldsymbol{g}_{t} \\
|
||
&\hspace{5mm}\boldsymbol{v}_{t} \leftarrow \beta_{2} \boldsymbol{v}_{t-1}+\left(1-\beta_{2}\right)
|
||
\boldsymbol{g}_{t}^{2} \\
|
||
&\hspace{5mm}\hat{\boldsymbol{m}}_{t} \leftarrow \boldsymbol{m}_{t} /\left(1-\beta_{1}^{t}\right) \\
|
||
&\hspace{5mm}\hat{\boldsymbol{v}}_{t} \leftarrow \boldsymbol{v}_{t} /\left(1-\beta_{2}^{t}\right) \\
|
||
&\hspace{5mm}\text{Compute ratio } \boldsymbol{r}_{t}=\hat{\boldsymbol{m}}_{t}
|
||
/(\sqrt{\hat{\boldsymbol{v}}_{t}}+\epsilon) \\
|
||
&\hspace{5mm}\boldsymbol{w}_{t+1}^{(i)}=\boldsymbol{w}_{t}^{(i)}- \gamma_{t}
|
||
\frac{\boldsymbol{\phi}\left(\left\|\boldsymbol{w}_{t}^{(i)}\right\|\right)}
|
||
{\left\|\boldsymbol{w}_{t}^{(i)}+\lambda \boldsymbol{w}_{t}^{(i)}\right\|}\left(\boldsymbol{r}_{t}^{(i)}+
|
||
\lambda \boldsymbol{w}_{t}^{(i)}\right) \\
|
||
&\textbf{end for} \\[-1.ex]
|
||
&\newline
|
||
&\hline \\[-1.ex]
|
||
&\textbf{return} \: \boldsymbol{w}_{t+1}\\[-1.ex]
|
||
&\newline
|
||
&\hline \\[-1.ex]
|
||
\end{array}
|
||
|
||
其中， :math:`m` 代表第一个动量矩阵 `moment1` ，:math:`v` 代表第二个动量矩阵 `moment2` ，:math:`g` 代表梯度 `gradients` ，:math:`\gamma` 代表学习率 `learning_rate`，:math:`\beta_1, \beta_2` 代表衰减速率 `beta1` 和 `beta2` ，:math:`t` 代表当前step，:math:`beta_1^t` 和 :math:`beta_2^t` 代表 `beta1` 和 `beta2` 的t次方 ， :math:`w` 代表 `params` ， :math:`\epsilon` 代表 `eps`， :math:`\lambda` 表示LAMB权重衰减率。
|
||
|
||
.. note::
|
||
.. include:: mindspore.nn.optim_note_weight_decay.rst
|
||
|
||
.. include:: mindspore.nn.optim_note_loss_scale.rst
|
||
|
||
**参数：**
|
||
|
||
- **params** (Union[list[Parameter], list[dict]]): 必须是 `Parameter` 组成的列表或字典组成的列表。当列表元素是字典时，字典的键可以是"params"、"lr"、"weight_decay"、"grad_centralization"和"order_params"：
|
||
|
||
.. include:: mindspore.nn.optim_group_param.rst
|
||
.. include:: mindspore.nn.optim_group_lr.rst
|
||
.. include:: mindspore.nn.optim_group_dynamic_weight_decay.rst
|
||
.. include:: mindspore.nn.optim_group_gc.rst
|
||
.. include:: mindspore.nn.optim_group_order.rst
|
||
|
||
- **learning_rate** (Union[float, Tensor, Iterable, LearningRateSchedule]):
|
||
|
||
.. include:: mindspore.nn.optim_arg_dynamic_lr.rst
|
||
|
||
- **beta1** (float)：第一矩的指数衰减率。参数范围（0.0,1.0）。默认值：0.9。
|
||
- **beta2** (float)：第二矩的指数衰减率。参数范围（0.0,1.0）。默认值：0.999。
|
||
- **eps** (float) - 将添加到分母中，以提高数值稳定性。必须大于0。默认值：1e-6。
|
||
- **weight_decay** (Union[float, int, Cell]) - 权重衰减（L2 penalty）。默认值：0.0。
|
||
|
||
.. include:: mindspore.nn.optim_arg_dynamic_wd.rst
|
||
|
||
**输入：**
|
||
|
||
- **gradients** (tuple[Tensor]) - `params` 的梯度，shape与 `params` 相同。
|
||
|
||
**输出：**
|
||
|
||
tuple[bool]，所有元素都为True。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `learning_rate` 不是int、float、Tensor、Iterable或LearningRateSchedule。
|
||
- **TypeError** - `parameters` 的元素不是Parameter或dict。
|
||
- **TypeError** - `beta1`、`beta2` 或 `eps` 不是float。
|
||
- **TypeError** - `weight_decay` 不是float或int。
|
||
- **ValueError** - `eps` 小于等于0。
|
||
- **ValueError** - `beta1`、`beta2` 不在（0.0,1.0）范围内。
|
||
- **ValueError** - `weight_decay` 小于0。
|