63 lines
4.2 KiB
ReStructuredText
63 lines
4.2 KiB
ReStructuredText
mindspore.experimental.optim.RAdam
|
||
===================================
|
||
|
||
.. py:class:: mindspore.experimental.optim.RAdam(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, weight_decay=0.0)
|
||
|
||
RAdam 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)}, \:
|
||
\lambda \text{ (weightdecay)}, \\
|
||
&\hspace{13mm} \epsilon \text{ (epsilon)} \\
|
||
&\textbf{initialize} : m_0 \leftarrow 0 \text{ ( first moment)},
|
||
v_0 \leftarrow 0 \text{ ( second moment)}, \\
|
||
&\hspace{18mm} \rho_{\infty} \leftarrow 2/(1-\beta_2) -1 \\[-1.ex]
|
||
&\rule{180mm}{0.4pt} \\
|
||
&\textbf{for} \: t=1 \: \textbf{to} \: \ldots \: \textbf{do} \\
|
||
&\hspace{6mm}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{6mm}m_t \leftarrow \beta_1 m_{t-1} + (1 - \beta_1) g_t \\
|
||
&\hspace{6mm}v_t \leftarrow \beta_2 v_{t-1} + (1-\beta_2) g^2_t \\
|
||
&\hspace{6mm}\widehat{m_t} \leftarrow m_t/\big(1-\beta_1^t \big) \\
|
||
&\hspace{6mm}\rho_t \leftarrow \rho_{\infty} -
|
||
2 t \beta^t_2 /\big(1-\beta_2^t \big) \\[-1.ex]
|
||
&\hspace{6mm}\textbf{if} \: \rho_t > 5 \\
|
||
&\hspace{12mm} l_t \leftarrow \frac{\sqrt{ (1-\beta^t_2) }}{ \sqrt{v_t} +\epsilon } \\
|
||
&\hspace{12mm} r_t \leftarrow
|
||
\sqrt{\frac{(\rho_t-4)(\rho_t-2)\rho_{\infty}}{(\rho_{\infty}-4)(\rho_{\infty}-2) \rho_t}} \\
|
||
&\hspace{12mm}\theta_t \leftarrow \theta_{t-1} - \gamma \widehat{m_t} r_t l_t \\
|
||
&\hspace{6mm}\textbf{else} \\
|
||
&\hspace{12mm}\theta_t \leftarrow \theta_{t-1} - \gamma \widehat{m_t} \\
|
||
&\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RAdam算法，请参考论文 `On the Variance of the Adaptive Learning Rate and Beyond <https://arxiv.org/abs/1908.03265>`_ 。
|
||
|
||
.. warning::
|
||
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) - 梯度及其平方的运行平均值的系数。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``。
|
||
|
||
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** - `weight_decay` 小于0。
|
||
- **ValueError** - `betas` 内元素的取值范围不在[0, 1)之间。
|