Adam

    Adam优化器出自 的第二节，能够利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率。

    其参数更新的计算公式如下：

    Adam - 图1

    learning_rate\=learning_rate∗1−βt2‾‾‾‾‾‾√1−βt1learning_rate\=learning_rate∗1−β2t1−β1t

    param_out\=param−learning_rate∗moment_1moment_2‾‾‾‾‾‾‾‾‾‾√+ϵparam_out\=param−learning_rate∗moment_1moment_2+ϵ

    相关论文：Adam: A Method for Stochastic Optimization

    参数:

    • learning_rate (float|_LRScheduler) - 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

    • beta1 (float|Tensor, 可选) - 一阶矩估计的指数衰减率，是一个float类型或者一个shape为[1]，数据类型为float32的Tensor类型。默认值为0.9

    • beta2 (float|Tensor, 可选) - 二阶矩估计的指数衰减率，是一个float类型或者一个shape为[1]，数据类型为float32的Tensor类型。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

    • 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: 、 L2Decay 。如果一个参数已经在 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_GradientClipByGlobalNorm 、 cn_api_fluid_clip_GradientClipByNorm 、 cn_api_fluid_clip_GradientClipByValue 。 默认值为None，此时将不进行梯度裁剪。

    • 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 ，默认值为None

    代码示例

    1. # Adam with beta1/beta2 as Tensor and weight_decay as float
    2. import paddle
    3. import numpy as np
    5. inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
    6. linear = paddle.nn.Linear(10, 10)
    7. inp = paddle.to_tensor(inp)
    8. out = linear(inp)
    9. loss = paddle.mean(out)
    11. beta1 = paddle.to_tensor([0.9], dtype="float32")
    12. beta2 = paddle.to_tensor([0.99], dtype="float32")
    14.         parameters=linear.parameters(),
    15.         beta1=beta1,
    16.         beta2=beta2,
    17.         weight_decay=0.01)
    18. out.backward()
    19. adam.step()
    20. adam.clear_grad()

    step ( )

    注意：

    执行一次优化器并进行参数更新。

    返回：None。

    代码示例

    ( 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

    • 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 feed 和 fetch_list 进行剪枝，详见 Executor 的文档。

    代码示例

    1. import paddle
    2. import numpy as np
    4. inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
    5. linear = paddle.nn.Linear(10, 10)
    6. inp = paddle.to_tensor(inp)
    7. out = linear(inp)
    8. loss = paddle.mean(out)
    10. beta1 = paddle.to_tensor([0.9], dtype="float32")
    11. beta2 = paddle.to_tensor([0.99], dtype="float32")
    12. adam = paddle.optimizer.Adam(learning_rate=0.1,
    13.         parameters=linear.parameters(),
    14.         weight_decay=0.01)
    15. out.backward()
    17. adam.clear_grad()

    clear_grad ( )

    清除需要优化的参数的梯度。

    代码示例

    set_lr ( value )

    注意：

    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

    1. import paddle
    3. linear = paddle.nn.Linear(10, 10)
    5. adam = paddle.optimizer.Adam(0.1, parameters=linear.parameters())
    7. # set learning rate manually by python float value
    8. lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
    9. for i in range(5):
    10.     adam.set_lr(lr_list[i])
    11.     lr = adam.get_lr()
    12.     print("current lr is {}".format(lr))
    13. # Print:
    14. #    current lr is 0.2
    15. #    current lr is 0.3
    16. #    current lr is 0.4
    17. #    current lr is 0.6

    ( )

    注意：

    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