AdagradOptimizer

  • class paddle.fluid.optimizer.AdagradOptimizer(learning_rate, epsilon=1e-06, parameter_list=None, regularization=None, name=None, initial_accumulator_value=0.0)[源代码]

Adaptive Gradient 优化器(自适应梯度优化器，简称Adagrad)可以针对不同参数样本数不平均的问题，自适应地为各个参数分配不同的学习率。

其参数更新的计算过程如下：

AdagradOptimizer - 图1

相关论文：Adaptive Subgradient Methods for Online Learning and Stochastic Optimization。

原始论文的算法中没有引入上述公式中的 epsilon 属性，此处引入该属性用于维持数值稳定性，避免除0错误发生。

引入epsilon参数依据：Per-parameter adaptive learning rate methods。

  • 参数：
    • learning_rate (float|Variable) - 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值为浮点型的Variable
    • epsilon (float, 可选) - 维持数值稳定性的浮点型值，默认值为1e-06
    • parameter_list (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。
    • regularization (WeightDecayRegularizer, 可选) - 正则化函数，用于减少泛化误差。例如可以是 L2DecayRegularizer ，默认值为None
    • name (str, 可选) - 该参数供开发人员打印调试信息时使用，具体用法请参见 Name ，默认值为None
    • initial_accumulator_value (float, 可选) - moment累加器的初始值，默认值为0.0

代码示例

  1. import numpy as np
  2. import paddle.fluid as fluid
  3.  
  4. np_inp = np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32)
  5. inp = fluid.layers.data(
  6.     name="inp", shape=[2, 2], append_batch_size=False)
  7. out = fluid.layers.fc(inp, size=3)
  8. out = fluid.layers.reduce_sum(out)
  9. optimizer = fluid.optimizer.AdagradOptimizer(learning_rate=0.2)
  10. optimizer.minimize(out)
  11.  
  12. exe = fluid.Executor(fluid.CPUPlace())
  13. exe.run(fluid.default_startup_program())
  14. exe.run(
  15.     feed={"inp": np_inp},
  16.     fetch_list=[out.name])
  • minimize(loss, startup_program=None, parameter_list=None, no_grad_set=None, grad_clip=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parameter_list中的Parameters，最小化网络损失值loss。

  • 参数：
    • loss (Variable) – 需要最小化的损失值变量
    • startup_program (Program, 可选) – 用于初始化parameter_list中参数的 Program , 默认值为None，此时将使用 default_startup_program
    • parameter_list (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组成的集合。默认值为None
    • grad_clip (GradClipBase, 可选) – 梯度裁剪的策略，静态图模式不需要使用本参数，当前本参数只支持在dygraph模式下的梯度裁剪，未来本参数可能会调整，默认值为None

返回： (optimize_ops, params_grads)，数据类型为(list, list)，其中optimize_ops是minimize接口为网络添加的OP列表，params_grads是一个由(param, grad)变量对组成的列表，param是Parameter，grad是该Parameter对应的梯度值

返回类型： tuple

代码示例

  1. import numpy as np
  2. import paddle.fluid as fluid
  3.  
  4. inp = fluid.layers.data(
  5.     name="inp", shape=[2, 2], append_batch_size=False)
  6. out = fluid.layers.fc(inp, size=3)
  7. out = fluid.layers.reduce_sum(out)
  8. optimizer = fluid.optimizer.AdagradOptimizer(learning_rate=0.2)
  9. optimizer.minimize(out)
  10.  
  11. np_inp = np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32)
  12. exe = fluid.Executor(fluid.CPUPlace())
  13. exe.run(fluid.default_startup_program())
  14. exe.run(
  15.     feed={"inp": np_inp},
  16.     fetch_list=[out.name])
  • clear_gradients()

注意：

1. 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

  1. import paddle.fluid as fluid
  2. import numpy as np
  3.  
  4. with fluid.dygraph.guard():
  5.     value = np.arange(26).reshape(2, 13).astype("float32")
  6.     a = fluid.dygraph.to_variable(value)
  7.     linear = fluid.Linear(13, 5, dtype="float32")
  8.     optimizer = fluid.optimizer.AdagradOptimizer(learning_rate=0.2,
  9.                                                  parameter_list=linear.parameters())
  10.     out = linear(a)
  11.     out.backward()
  12.     optimizer.minimize(out)
  13.     optimizer.clear_gradients()
  • current_step_lr()

注意：

1. 该API只在 Dygraph 模式下生效

获取当前步骤的学习率。当不使用LearningRateDecay时，每次调用的返回值都相同，否则返回当前步骤的学习率。

返回：当前步骤的学习率。

返回类型：float

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3.  
  4. # example1: LearningRateDecay is not used, return value is all the same
  5. with fluid.dygraph.guard():
  6.     emb = fluid.dygraph.Embedding([10, 10])
  7.     adam = fluid.optimizer.Adam(0.001, parameter_list = emb.parameters())
  8.     lr = adam.current_step_lr()
  9.     print(lr) # 0.001
  10.  
  11. # example2: PiecewiseDecay is used, return the step learning rate
  12. with fluid.dygraph.guard():
  13.     inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
  14.     linear = fluid.dygraph.nn.Linear(10, 10)
  15.     inp = fluid.dygraph.to_variable(inp)
  16.     out = linear(inp)
  17.     loss = fluid.layers.reduce_mean(out)
  18.  
  19.     bd = [2, 4, 6, 8]
  20.     value = [0.2, 0.4, 0.6, 0.8, 1.0]
  21.     adam = fluid.optimizer.Adam(fluid.dygraph.PiecewiseDecay(bd, value, 0),
  22.                        parameter_list=linear.parameters())
  23.  
  24.     # first step: learning rate is 0.2
  25.     np.allclose(adam.current_step_lr(), 0.2, rtol=1e-06, atol=0.0) # True
  26.  
  27.     # learning rate for different steps
  28.     ret = [0.2, 0.2, 0.4, 0.4, 0.6, 0.6, 0.8, 0.8, 1.0, 1.0, 1.0, 1.0]
  29.     for i in range(12):
  30.         adam.minimize(loss)
  31.         lr = adam.current_step_lr()
  32.         np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True