常见优化算法 (caffe和tensorflow对应参数)
来源:互联网 发布:淘宝lol代练哪家好 编辑:程序博客网 时间:2024/06/06 14:11
常见优化算法 (caffe和tensorflow对应参数)
算法可视化
常见算法
SGD
x+= -learning_rate*dx
Momentum
Momentum可以使SGD不至于陷入局部鞍点震荡,同时起到一定加速作用。
Momentum最开始有可能会偏离较远(overshooting the target),但是通常会慢慢矫正回来。
v = mu*v - learning_rate*dxx+= v
Nesterov momentum
基本思路是每次不在x位置求dx,而是在x+mu*v处更新dx,然后在用动量公式进行计算
相当于每次先到动量的位置,然后求梯度更新
计算
v_prev = vv = mu*v-learning_rate*dxx += -mu*v_prev+(1+mu)*v
AdaGrad
使用每个变量的历史梯度值累加作为更新的分母,起到平衡不同变量梯度数值差异过大的问题
cache += dx**2x += -learning_rate*dx/(np.sqrt(cache)+1e-7)
RMSProp
在AdaGrad基础上加入了decay factor,防止历史梯度求和过大
cache = decay_rate*cache + (1-decay_rate)*dx**2x += -learning_rate*dx/(np.sqrt(cache)+1e-7)
ADAM
初始版本:类似于加入动量的RMSProp
m = beta1*m + (1-beta1)*dxv = beta2*v + (1-beta2)*(dx**2)x += -learning_rate*m / (np.sqrt(v)+1e-7)
真实的更新算法如下:
m = beta1*m + (1-beta1)*dxv = beta2*v + (1-beta2)*(dx**2)mb = m/(1-beta1**t) # t is step numbervb = v/(1-beta2**t)x += -learning_rate*mb / (np.sqrt(vb)+1e-7)
mb和vb起到最开始的时候warm up作用,t很大之后(1-beta1**t) =1
Second Order optimization methods
second-order taylor expansion:
- Quasi_newton methods (BFGS) with approximate inverse Hessian matrix
- L-BFGS (limited memory BFGS)
Does not form/store the full inverse Hessian.
Usually works very well in full batch, deterministic mode
实际经验
- ADAM通常会取得比较好的结果,同时收敛非常快相比SGD
- L-BFGS适用于全batch做优化的情况
- 有时候可以多种优化方法同时使用,比如使用SGD进行warm up,然后ADAM
- 对于比较奇怪的需求,deepbit两个loss的收敛需要进行控制的情况,比较慢的SGD比较适用
tensorflow 不同优化算法对应的参数
SGD
optimizer = tf.train.GradientDescentOptimizer(learning_rate=self.learning_rate)
Momentum
optimizer = tf.train.MomentumOptimizer(lr, 0.9)
AdaGrad
optimizer = tf.train.AdagradientOptimizer(learning_rate=self.learning_rate)
RMSProp
optimizer = tf.train.RMSPropOptimizer(0.001, 0.9)
ADAM
optimizer = tf.train.AdamOptimizer(learning_rate=self.learning_rate, epsilon=1e-08)
部分局部参数需要查找tensorflow官方文档
直接进行优化
train_op = optimizer.minimize(loss)
获得提取进行截断等处理
gradients, v = zip(*optimizer.compute_gradients(loss))
gradients, _ = tf.clip_by_global_norm(gradients, self.max_gradient_norm)
train_op = optimizer.apply_gradients(zip(gradients, v), global_step=self.global_step)
Caffe 不同优化算法参数
caffe的优化需要在solver.prototxt中指定相应的参数
type代表的是优化算法
比较坑的是不同的版本之间type会有变化(ADAM or Adam),需要看具体代码
* Stochastic Gradient Descent (type: “SGD”),
* AdaDelta (type: “AdaDelta”),
* Adaptive Gradient (type: “AdaGrad”),
* Adam (type: “Adam”),
* Nesterov’s Accelerated Gradient (type: “Nesterov”) and
* RMSprop (type: “RMSProp”)
SGD
base_lr: 0.01 lr_policy: "step" # 也可以使用指数,多项式等等gamma: 0.1 stepsize: 1000 max_iter: 3500 momentum: 0.9
AdaDelta
net: "examples/mnist/lenet_train_test.prototxt"test_iter: 100test_interval: 500base_lr: 1.0lr_policy: "fixed"momentum: 0.95weight_decay: 0.0005display: 100max_iter: 10000snapshot: 5000snapshot_prefix: "examples/mnist/lenet_adadelta"solver_mode: GPUtype: "AdaDelta"delta: 1e-6
AdaGrad
net: "examples/mnist/mnist_autoencoder.prototxt"test_state: { stage: 'test-on-train' }test_iter: 500test_state: { stage: 'test-on-test' }test_iter: 100test_interval: 500test_compute_loss: truebase_lr: 0.01lr_policy: "fixed"display: 100max_iter: 65000weight_decay: 0.0005snapshot: 10000snapshot_prefix: "examples/mnist/mnist_autoencoder_adagrad_train"# solver mode: CPU or GPUsolver_mode: GPUtype: "AdaGrad"
Nesterov
base_lr: 0.01lr_policy: "step"gamma: 0.1weight_decay: 0.0005momentum: 0.95type: "Nesterov"
ADAM
train_net: "nin_train_val.prototxt"base_lr: 0.001#################### step:base_lr * gamma ^ (floor(iter / stepsize))#lr_policy: "step"#gamma: 0.1#stepsize: 25000##### multi-step:#lr_policy: "multistep"#gamma: 0.5#stepvalue: 1000#stepvalue: 2000#stepvalue: 3000#stepvalue: 4000#stepvalue: 5000#stepvalue: 10000#stepvalue: 20000###### inv:base_lr * (1 + gamma * iter) ^ (- power)# lr_policy: "inv"# gamma: 0.0001# power: 2##### exp:base_lr * gamma ^ iter# lr_policy: "exp"# gamma: 0.9##### poly:base_lr (1 - iter/max_iter) ^ (power)# lr_policy: "poly"# power: 0.9##### sigmoid:base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))# lr_policy: "sigmoid"# gamma: 0.9#momentum: 0.9solver_type: ADAMmomentum: 0.9momentum2: 0.999delta: 1e-8lr_policy: "fixed"display: 100max_iter: 50000weight_decay: 0.0005snapshot: 5000snapshot_prefix: "./stage1/sgd_DeepBit1024_alex_stage1"solver_mode: GPU
RMSProp
net: "examples/mnist/lenet_train_test.prototxt"test_iter: 100test_interval: 500base_lr: 1.0lr_policy: "fixed"momentum: 0.95weight_decay: 0.0005display: 100max_iter: 10000snapshot: 5000snapshot_prefix: "examples/mnist/lenet_adadelta"solver_mode: GPUtype: "RMSProp"rms_decay: 0.98
- 常见优化算法 (caffe和tensorflow对应参数)
- 常见优化算法 (tensorflow对应参数)
- caffe常见优化器使用参数
- tensorflow和caffe的卷积参数差别
- caffe常见参数含义
- Tensorflow 常见参数
- caffe优化算法
- caffe优化算法基本原理
- tensorflow学习之损失函数设置和参数优化
- tensorflow和caffe共存问题
- Tensorflow基础:神经网络优化算法
- TensorFlow笔记之常见七个参数
- 常见的优化算法
- 常见优化算法
- caffe和tensorflow中padding区别
- win7 部署caffe和TensorFlow、PyTorch
- caffe和tensorflow中padding区别
- win10配置caffe和tensorflow+faster Rcnn
- php源码之路第七章第二节 (中间代码的执行)
- 在ubuntu上安装redmine
- 【Day52】php生成带logo二维码方法
- 频繁变化的表无效索引造成的热点块争用
- 频繁变化的表无效索引造成的热点块争用
- 常见优化算法 (caffe和tensorflow对应参数)
- C语言指针入门
- 最大权闭合子图
- 微信最新内测版发布了,你更新了吗?
- Android Code Style
- 利用simplexml制作xml文件
- Hexo + Github Pages 搭建个人博客
- c语言八皇后问题
- Jenkins Android自动打包平台配置