RAdam¶
- class paddle.optimizer. RAdam ( learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1.0e-8, parameters=None, weight_decay=None, grad_clip=None, name=None ) ¶
在论文 On the Variance of the Adaptive Learning Rate and Beyond 中, RAdam 优化器的实现是基于 Adam 优化算法实现的。RAdam 通过修改 Adam 的动量项,提高了训练的初始稳定性。
其参数更新的计算公式如下:
参数¶
learning_rate (float|LRScheduler,可选) - 学习率,用于参数更新的计算。可以是一个浮点型值或者一个 LRScheduler 类。默认值为 0.001。
parameters (list,可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数;在静态图模式下默认值为 None,这时所有的参数都将被优化。
beta1 (float,可选) - 一阶矩估计的指数衰减率,默认值为 0.9。
beta2 (float,可选) - 二阶矩估计的指数衰减率,默认值为 0.999。
epsilon (float,可选) - 保持数值稳定性的短浮点类型值,默认值为 1e-08。
weight_decay (float|Tensor,可选) - 正则化方法。可以是 float 类型或者 Tensor。默认值为 None,表示没有正则化。
grad_clip (GradientClipBase,可选) – 梯度裁剪的策略,支持三种裁剪策略:paddle.nn.ClipGradByGlobalNorm 、 paddle.nn.ClipGradByNorm 、 paddle.nn.ClipGradByValue 。默认值为 None,此时将不进行梯度裁剪。
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
注解
目前 RAdam
不支持 Sparse Parameter Optimization(稀疏参数优化)。
代码示例¶
COPY-FROM: paddle.optimizer.RAdam
方法¶
minimize(loss, startup_program=None, parameters=None, no_grad_set=None)¶
为网络添加反向计算过程,并根据反向计算所得的梯度,更新 parameters 中的 Parameters,最小化网络损失值 loss。
参数
loss (Tensor) - 需要最小化的损失值变量。
startup_program (Program,可选) - 用于初始化 parameters 中参数的 Program,默认值为 None,此时将使用 default_startup_program。
parameters (list,可选) - 待更新的 Parameter 或者 Parameter.name 组成的列表,默认值为 None,此时将更新所有的 Parameter。
no_grad_set (set,可选) - 不需要更新的 Parameter 或者 Parameter.name 组成集合,默认值为 None。
返回
tuple(optimize_ops, params_grads),其中 optimize_ops 为参数优化 OP 列表;param_grads 为由(param, param_grad)组成的列表,其中 param 和 param_grad 分别为参数和参数的梯度。在静态图模式下,该返回值可以加入到
Executor.run()
接口的fetch_list
参数中,若加入,则会重写use_prune
参数为 True,并根据feed
和fetch_list
进行剪枝,详见Executor
的文档。
代码示例
COPY-FROM: paddle.optimizer.RAdam.minimize
clear_grad()¶
该 API 只在 Dygraph 模式下生效。
清除需要优化的参数的梯度。
代码示例
COPY-FROM: paddle.optimizer.RAdam.clear_grad
set_lr(value)¶
该 API 只在 Dygraph 模式下生效。
手动设置当前 optimizer
的学习率。当使用_LRScheduler 时,无法使用该 API 手动设置学习率,因为这将导致冲突。
参数
value (float) - 需要设置的学习率的值。
返回
无。
代码示例
COPY-FROM: paddle.optimizer.RAdam.set_lr