ai.onnx.preview.training - Momentum¶
Momentum - 1 (ai.onnx.preview.training)¶
版本¶
name: Momentum (GitHub)
域:
ai.onnx.preview.training
起始版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的运算符已在ai.onnx.preview.training 域的版本 1 开始可用。
摘要¶
计算带动量的随机梯度更新的一个迭代。此运算符可以优化多个张量变量。
我们来定义此运算符的行为。正如您所料,带动量的 SG 需要几个参数
学习率“R”。
更新计数“T”。也就是说,已进行的训练迭代次数。在第一次训练迭代时应为零。
L2 范数正则化系数“norm_coefficient”。
先前累积梯度的衰减系数(即动量)“alpha”。
当前梯度的缩放系数“beta”。
一个属性,用于选择应使用标准动量还是 Nesterov 动量“mode”。
为简单起见,假设只有一个张量(称为“X”)需要优化。其他必要的输入是“X”的梯度(称为“G”)和“X”的动量(称为“V”)。此 Momentum 运算符将所有这些输入映射到“X”的新值(称为“X_new”)及其新动量(称为“V_new”)。
此运算符支持两种不同的动量算法。如果需要 Nesterov 动量,请将属性“mode”设置为“nesterov”。否则,将属性“model”设置为“standard”以使用标准动量。计算细节将在后续描述。
假设“+”、“-”、“*”和“/”都是具有 numpy 风格广播的逐元素操作。
标准动量的 SG 的伪代码
// 添加 0.5 * norm_coefficient * ||X||^2 的梯度,其中 ||X|| 是 X 中所有元素的平方和 // 值。G_regularized = norm_coefficient * X + G
// 在第一次训练迭代中,beta 始终应为 1。beta_adjusted = T > 0 ? beta : 1
// 根据先前的动量和当前梯度计算当前动量。V_new = alpha * V + beta_adjusted * G_regularized
// 更新 X。X_new = X - R * V_new
Nesterov 动量的 SG 的伪代码
// 添加 0.5 * norm_coefficient * ||X||^2 的梯度,其中 ||X|| 是 X 中所有元素的平方和 // 值。G_regularized = norm_coefficient * X + G;
// 在第一次训练迭代中,beta 始终应为 1。beta_adjusted = T > 0 ? beta : 1
// 根据先前的动量和当前梯度计算当前动量。V_new = alpha * V + beta_adjusted * G_regularized;
// 计算最终更新方向,然后更新 X。X_new = X - R * (G_regularized + alpha * V_new)
如果要将此运算符分配给优化多个输入,例如“X_1”和“X_2”。相同的伪代码将扩展以联合处理所有张量。更具体地说,我们可以将“X”视为“X_1”和“X_2”的连接(当然,它们的梯度和累积梯度也应该被连接),然后我们的伪代码就适用。
属性¶
alpha - FLOAT (required)
动量的衰减因子。它应为标量。
beta - FLOAT (required)
计算新动量时梯度的系数。它应为标量。
mode - STRING (required)
其值应为“nesterov”或“standard”。值“nesterov”导致使用 Nesterov 动量,而“standard”则调用使用标准动量的随机梯度方法。
norm_coefficient - FLOAT (required)
0.5 * norm_coefficient * ||X||^2 的系数。
输入¶
3 到 2147483647 个输入之间。
R(异构)- T1
学习率。
T(异构)- T2
“X”的更新计数。它应为标量。
inputs(可变参数)- T3
它依次包含优化张量的当前值,然后是它们的梯度张量,最后是它们的动量张量。例如,如果要优化两个张量“X_1”和“X_2”,则预期输入列表将是 [“X_1”、“X_2”、“X_1”的梯度、“X_2”的梯度、“X_1”的动量、“X_2”的动量]。
输出¶
1 到 2147483647 个输出之间。
outputs(可变参数)- T3
它依次包含优化张量的新值,然后是它们的动量张量的新值。例如,如果要优化两个张量“X_1”和“X_2”,则输出列表将是 [“X_1”的新值、“X_2”的新值、“X_1”的新动量、“X_2”的新动量]。
类型约束¶
T1 包含 (
tensor(double)
,tensor(float)
)将输入类型限制为浮点标量。
T2 包含 (
tensor(int64)
)将输入类型限制为 64 位整数标量。
T3 在 (
tensor(double)
,tensor(float)
) 中将输入类型限制为浮点张量。