RMSProp

class paddle.optimizer. RMSProp ( learning_rate, rho=0.95, epsilon=1e-06, momentum=0.0, centered=False, parameters=None, weight_decay=None, grad_clip=None, name=None )

该接口实现均方根传播(RMSProp)法,是一种未发表的,自适应学习率的方法。原演示幻灯片中提出了RMSProp:[http://www.cs.toronto.edu/~tijmen/csc321/slides/lecture_slides_lec6.pdf]中的第29张。等式如下所示:

\[\begin{split}r(w, t) & = \rho r(w, t-1) + (1 - \rho)(\nabla Q_{i}(w))^2\\ w & = w - \frac{\eta} {\sqrt{r(w,t) + \epsilon}} \nabla Q_{i}(w)\end{split}\]

第一个等式计算每个权重平方梯度的移动平均值,然后将梯度除以 \(sqrtv(w,t)\)

\[\begin{split}r(w, t) & = \rho r(w, t-1) + (1 - \rho)(\nabla Q_{i}(w))^2\\ v(w, t) & = \beta v(w, t-1) +\frac{\eta} {\sqrt{r(w,t) +\epsilon}} \nabla Q_{i}(w)\\ w & = w - v(w, t)\end{split}\]

如果居中为真:

\[\begin{split}r(w, t) & = \rho r(w, t-1) + (1 - \rho)(\nabla Q_{i}(w))^2\\ g(w, t) & = \rho g(w, t-1) + (1 -\rho)\nabla Q_{i}(w)\\ v(w, t) & = \beta v(w, t-1) + \frac{\eta} {\sqrt{r(w,t) - (g(w, t))^2 +\epsilon}} \nabla Q_{i}(w)\\ w & = w - v(w, t)\end{split}\]

其中, \(ρ\) 是超参数,典型值为0.9,0.95等。 \(beta\) 是动量术语。 \(epsilon\) 是一个平滑项,用于避免除零,通常设置在1e-4到1e-8的范围内。

参数:
  • learning_rate (float) - 全局学习率。

  • rho (float,可选) - rho是等式中的 \(rho\) ,默认值0.95。

  • epsilon (float,可选) - 等式中的epsilon是平滑项,避免被零除,默认值1e-6。

  • momentum (float,可选) - 方程中的β是动量项,默认值0.0。

  • centered (bool,可选) - 如果为True,则通过梯度的估计方差,对梯度进行归一化;如果False,则由未centered的第二个moment归一化。将此设置为True有助于模型训练,但会消耗额外计算和内存资源。默认为False。

  • 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。

  • weight_decay (float|WeightDecayRegularizer,可选) - 正则化方法。可以是float类型的L2正则化系数或者正则化策略: 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: cn_api_fluid_clip_GradientClipByGlobalNormcn_api_fluid_clip_GradientClipByNormcn_api_fluid_clip_GradientClipByValue 。 默认值为None,此时将不进行梯度裁剪。

  • name (str, 可选) - 可选的名称前缀,一般无需设置,默认值为None。

抛出异常:
  • ValueError -如果 learning_raterhoepsilonmomentum 为None。

示例代码

import paddle

inp = paddle.rand([10,10], dtype="float32")
linear = paddle.nn.Linear(10, 10)
out = linear(inp)
loss = paddle.mean(out)

rmsprop = paddle.optimizer.RMSProp(learning_rate=0.1,
        parameters=linear.parameters(),
        weight_decay=0.01)
out.backward()
rmsprop.step()
rmsprop.clear_grad()
step ( )

注意:

1. 该API只在 Dygraph 模式下生效

执行一次优化器并进行参数更新。

返回:None。

代码示例

import paddle
a = paddle.rand([2,13], dtype="float32")
linear = paddle.nn.Linear(13, 5)
rmsprop = paddle.optimizer.RMSProp(learning_rate = 0.01,
                            parameters = linear.parameters())
out = linear(a)
out.backward()
rmsprop.step()
rmsprop.clear_grad()
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。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 feedfetch_list 进行剪枝,详见 Executor 的文档。

示例代码

import paddle

inp = paddle.rand([10,10], dtype="float32")
linear = paddle.nn.Linear(10, 10)
out = linear(inp)
loss = paddle.mean(out)

rmsprop = paddle.optimizer.RMSProp(learning_rate=0.1,
        parameters=linear.parameters(),
        weight_decay=0.01)
out.backward()
rmsprop.step()
rmsprop.clear_grad()
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

import paddle

a = paddle.rand([2,13], dtype="float32")
linear = paddle.nn.Linear(13, 5)
rmsprop = paddle.optimizer.RMSProp(learning_rate=0.02,
                                 parameters=linear.parameters())
out = linear(a)
out.backward()
rmsprop.step()
rmsprop.clear_gradients()
set_lr ( value )

注意:

1. 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:None

代码示例

import paddle

linear = paddle.nn.Linear(10, 10)
rmsprop = paddle.optimizer.RMSProp(0.1, parameters=linear.parameters())

# set learning rate manually by python float value
lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
for i in range(5):
    rmsprop.set_lr(lr_list[i])
    lr = rmsprop.get_lr()
    print("current lr is {}".format(lr))
# Print:
#    current lr is 0.2
#    current lr is 0.3
#    current lr is 0.4
#    current lr is 0.5
#    current lr is 0.6
get_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_LRScheduler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:float,当前步骤的学习率。

代码示例

import paddle
import numpy as np
# example1: _LRScheduler is not used, return value is all the same
emb = paddle.nn.Embedding(10, 10, sparse=False)
rmsprop = paddle.optimizer.RMSProp(0.001, parameters = emb.parameters())
lr = rmsprop.get_lr()
print(lr) # 0.001

# example2: StepDecay is used, return the step learning rate
linear = paddle.nn.Linear(10, 10)
inp = paddle.rand([10,10], dtype="float32")
out = linear(inp)
loss = paddle.mean(out)

bd = [2, 4, 6, 8]
value = [0.2, 0.4, 0.6, 0.8, 1.0]
scheduler = paddle.optimizer.lr.StepDecay(learning_rate=0.5, step_size=2, gamma=0.1)
rmsprop = paddle.optimizer.RMSProp(scheduler,
                       parameters=linear.parameters())

# first step: learning rate is 0.2
np.allclose(rmsprop.get_lr(), 0.2, rtol=1e-06, atol=0.0) # True

# learning rate for different steps
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]
for i in range(12):
    rmsprop.step()
    lr = rmsprop.get_lr()
    scheduler.step()
    np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True