DecayedAdagradOptimizer

class paddle.fluid.optimizer.DecayedAdagradOptimizer(learning_rate, decay=0.95, epsilon=1e-06, parameter_list=None, regularization=None, grad_clip=None, name=None)[源代码]

Decayed Adagrad优化器,可以看做是引入了衰减率的 Adagrad 算法,用于解决使用 AdagradOptimizer 优化器时,在模型训练中后期学习率急剧下降的问题。

其参数更新的计算公式如下:

DecayedAdagradOptimizer - 图1

DecayedAdagradOptimizer - 图2

在原论文中没有 epsilon 参数。但是,为了保持数值稳定性, 防止除0错误, 此处增加了这个参数。

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

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
  • 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。
  • decay (float,可选) – 衰减率,默认值为0.95
  • regularization (WeightDecayRegularizer,可选) - 正则化方法。支持两种正则化策略: L1DecayL2Decay 。如果一个参数已经在 ParamAttr 中设置了正则化,这里的正则化设置将被忽略; 如果没有在 ParamAttr 中设置正则化,这里的设置才会生效。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: GradientClipByGlobalNormGradientClipByNormGradientClipByValue 。 默认值为None,此时将不进行梯度裁剪。
  • epsilon (float,可选) - 保持数值稳定性的短浮点类型值,默认值为1e-06
  • 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

注解

当前, DecayedAdagradOptimizer 不支持Sparse Parameter Optimization(稀疏参数优化)

代码示例

  1. import paddle.fluid as fluid
  2. import paddle.fluid.layers as layers
  3. from paddle.fluid.optimizer import DecayedAdagrad
  4. x = layers.data( name='x', shape=[-1, 10], dtype='float32' )
  5. trans = layers.fc( x, 100 )
  6. cost = layers.reduce_mean( trans )
  7. optimizer = fluid.optimizer.DecayedAdagradOptimizer(learning_rate=0.2)
  8. optimizer.minimize(cost)

方法

minimize(loss, startup_program=None, parameter_list=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

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。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 feedfetch_list 进行剪枝,详见 Executor 的文档。

返回类型

tuple

代码示例

  1. import numpy as np
  2. import paddle.fluid as fluid
  3. inp = fluid.layers.data(
  4. name="inp", shape=[2, 2], append_batch_size=False)
  5. out = fluid.layers.fc(inp, size=3)
  6. out = fluid.layers.reduce_sum(out)
  7. optimizer = fluid.optimizer.DecayedAdagrad(learning_rate=0.2)
  8. optimizer.minimize(out)
  9. np_inp = np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32)
  10. exe = fluid.Executor(fluid.CPUPlace())
  11. exe.run(fluid.default_startup_program())
  12. exe.run(
  13. feed={"inp": np_inp},
  14. 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. with fluid.dygraph.guard():
  4. value = np.arange(26).reshape(2, 13).astype("float32")
  5. a = fluid.dygraph.to_variable(value)
  6. linear = fluid.Linear(13, 5, dtype="float32")
  7. optimizer = fluid.optimizer.DecayedAdagradOptimizer(learning_rate=0.02,
  8. parameter_list=linear.parameters())
  9. out = linear(a)
  10. out.backward()
  11. optimizer.minimize(out)
  12. 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. # example1: LearningRateDecay is not used, return value is all the same
  4. with fluid.dygraph.guard():
  5. emb = fluid.dygraph.Embedding([10, 10])
  6. adam = fluid.optimizer.Adam(0.001, parameter_list = emb.parameters())
  7. lr = adam.current_step_lr()
  8. print(lr) # 0.001
  9. # example2: PiecewiseDecay is used, return the step learning rate
  10. with fluid.dygraph.guard():
  11. inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
  12. linear = fluid.dygraph.nn.Linear(10, 10)
  13. inp = fluid.dygraph.to_variable(inp)
  14. out = linear(inp)
  15. loss = fluid.layers.reduce_mean(out)
  16. bd = [2, 4, 6, 8]
  17. value = [0.2, 0.4, 0.6, 0.8, 1.0]
  18. adam = fluid.optimizer.Adam(fluid.dygraph.PiecewiseDecay(bd, value, 0),
  19. parameter_list=linear.parameters())
  20. # first step: learning rate is 0.2
  21. np.allclose(adam.current_step_lr(), 0.2, rtol=1e-06, atol=0.0) # True
  22. # learning rate for different steps
  23. 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]
  24. for i in range(12):
  25. adam.minimize(loss)
  26. lr = adam.current_step_lr()
  27. np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True