28 lines
1.4 KiB
ReStructuredText
28 lines
1.4 KiB
ReStructuredText
mindspore.experimental.optim.Rprop
|
|
===================================
|
|
|
|
.. py:class:: mindspore.experimental.optim.Rprop(params, lr=1e-2, etas=(0.5, 1.2), step_sizes=(1e-6, 50), *, maximize=False)
|
|
|
|
Rprop 算法的实现。
|
|
|
|
.. 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-2``。
|
|
- **etas** (Tuple[float, float], 可选) - (etaminus, etaplus)，进行增大和减小的因子。默认值：``(0.5, 1.2)``。
|
|
- **step_sizes** (Tuple[float, float], 可选) - 设定的最小步长和最大步长。默认值：``(1e-6, 50)``。
|
|
|
|
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** - `etas[1]` 小于等于1.。
|
|
- **ValueError** - `etas[0]` 不在0-1之间。
|