69 lines
5.0 KiB
ReStructuredText
69 lines
5.0 KiB
ReStructuredText
mindspore.experimental.optim.Adam
|
||
===================================
|
||
|
||
.. py:class:: mindspore.experimental.optim.Adam(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, weight_decay=0.0, amsgrad=False, *, maximize=False)
|
||
|
||
Adaptive Moment Estimation (Adam)算法的实现。
|
||
|
||
更新公式如下：
|
||
|
||
.. math::
|
||
\begin{aligned}
|
||
&\rule{180mm}{0.4pt} \\
|
||
&\textbf{input} : \gamma \text{ (lr)}, \beta_1, \beta_2
|
||
\text{ (betas)},\theta_0 \text{ (params)},f(\theta) \text{ (objective)} \\
|
||
&\hspace{13mm} \lambda \text{ (weight decay)}, \: \textit{amsgrad},
|
||
\:\textit{maximize} \\
|
||
&\textbf{initialize} : m_0 \leftarrow 0 \text{ ( first moment)},
|
||
v_0\leftarrow 0 \text{ (second moment)},\: \widehat{v_0}^{max}\leftarrow 0\\[-1.ex]
|
||
&\rule{180mm}{0.4pt} \\
|
||
&\textbf{for} \: t=1 \: \textbf{to} \: \ldots \: \textbf{do} \\
|
||
&\hspace{5mm}\textbf{if} \: \textit{maximize}: \\
|
||
&\hspace{10mm}g_t \leftarrow -\nabla_{\theta} f_t (\theta_{t-1}) \\
|
||
&\hspace{5mm}\textbf{else} \\
|
||
&\hspace{10mm}g_t \leftarrow \nabla_{\theta} f_t (\theta_{t-1}) \\
|
||
&\hspace{5mm}\textbf{if} \: \lambda \neq 0 \\
|
||
&\hspace{10mm} g_t \leftarrow g_t + \lambda \theta_{t-1} \\
|
||
&\hspace{5mm}m_t \leftarrow \beta_1 m_{t-1} + (1 - \beta_1) g_t \\
|
||
&\hspace{5mm}v_t \leftarrow \beta_2 v_{t-1} + (1-\beta_2) g^2_t \\
|
||
&\hspace{5mm}\widehat{m_t} \leftarrow m_t/\big(1-\beta_1^t \big) \\
|
||
&\hspace{5mm}\widehat{v_t} \leftarrow v_t/\big(1-\beta_2^t \big) \\
|
||
&\hspace{5mm}\textbf{if} \: amsgrad \\
|
||
&\hspace{10mm}\widehat{v_t}^{max} \leftarrow \mathrm{max}(\widehat{v_t}^{max},
|
||
\widehat{v_t}) \\
|
||
&\hspace{10mm}\theta_t \leftarrow \theta_{t-1} - \gamma \widehat{m_t}/
|
||
\big(\sqrt{\widehat{v_t}^{max}} + \epsilon \big) \\
|
||
&\hspace{5mm}\textbf{else} \\
|
||
&\hspace{10mm}\theta_t \leftarrow \theta_{t-1} - \gamma \widehat{m_t}/
|
||
\big(\sqrt{\widehat{v_t}} + \epsilon \big) \\
|
||
&\rule{180mm}{0.4pt} \\[-1.ex]
|
||
&\bf{return} \: \theta_t \\[-1.ex]
|
||
&\rule{180mm}{0.4pt} \\[-1.ex]
|
||
\end{aligned}
|
||
|
||
想更深入了解Adam算法，请参考论文 `Adam: A Method for Stochastic Optimization <https://arxiv.org/abs/1412.6980>`_ 。
|
||
|
||
.. warning::
|
||
该优化器接口的实现公式与论文中的实现并不完全一致。若要使用完全一致的接口，建议使用 :class:`mindspore.mint.optim.Adam`，它目前仅支持Ascend。
|
||
这是一个实验性的优化器接口，需要和 `LRScheduler <https://www.mindspore.cn/docs/zh-CN/master/api_python/mindspore.experimental.html#lrscheduler%E7%B1%BB>`_ 下的动态学习率接口配合使用。
|
||
|
||
参数：
|
||
- **params** (Union[list(Parameter), list(dict)]) - 网络参数的列表或指定了参数组的列表。
|
||
- **lr** (Union[int, float, Tensor], 可选) - 学习率。默认值：``1e-3``。
|
||
- **betas** (Tuple[float, float], 可选) - 动量矩阵的指数衰减率。参数范围(0.0, 1.0)。默认值：``(0.9, 0.999)``。
|
||
- **eps** (float, 可选) - 加在分母上的值，以确保数值稳定。必须大于0。默认值：``1e-8``。
|
||
- **weight_decay** (float, 可选) - 权重衰减（L2 penalty）。默认值：``0.0``。
|
||
- **amsgrad** (bool, 可选) - 是否使用AMSGrad算法。默认值：``False``。
|
||
|
||
关键字参数：
|
||
- **maximize** (bool, 可选) - 是否根据目标函数最大化网络参数。默认值：``False``。
|
||
|
||
输入：
|
||
- **gradients** (tuple[Tensor]) - 网络权重的梯度。
|
||
|
||
异常：
|
||
- **ValueError** - 学习率不是int、float或Tensor。
|
||
- **ValueError** - 学习率小于0。
|
||
- **ValueError** - `eps` 小于0。
|
||
- **ValueError** - `betas` 范围不在[0, 1)之间。
|
||
- **ValueError** - `weight_decay` 小于0。 |