mindspore.nn.FTRL

查看源文件
class mindspore.nn.FTRL(params, initial_accum=0.1, learning_rate=0.001, lr_power=- 0.5, l1=0.0, l2=0.0, use_locking=False, loss_scale=1.0, weight_decay=0.0)[源代码]

FTRL算法实现。

FTRL是一种在线凸优化算法,根据损失函数自适应地选择正则化函数。详见论文 Adaptive Bound Optimization for Online Convex Optimization

更新公式如下:

\[\begin{split}\begin{array}{ll} \\ m_{t+1} = m_{t} + g^2 \\ u_{t+1} = u_{t} + g - \frac{m_{t+1}^\text{-p} - m_{t}^\text{-p}}{\alpha } * \omega_{t} \\ \omega_{t+1} = \begin{cases} \frac{(sign(u_{t+1}) * l1 - u_{t+1})}{\frac{m_{t+1}^\text{-p}}{\alpha } + 2 * l2 } & \text{ if } |u_{t+1}| > l1 \\ 0.0 & \text{ otherwise } \end{cases}\\ \end{array}\end{split}\]

\(m\) 表示累加器,\(g\) 表示 grads\(t\) 表示当前step,\(u\) 表示需要更新的线性系数,\(p\) 表示 lr_power\(\alpha\) 表示 learning_rate\(\omega\) 表示 params

说明

  • 如果前向网络使用了SparseGatherV2等算子,优化器会执行稀疏运算。通过设置 target 为CPU,可在主机(host)上进行稀疏运算。稀疏特性在持续开发中。

  • 在参数未分组时,优化器配置的 weight_decay 应用于名称不含”beta”或”gamma”的网络参数。

  • 用户可以分组调整权重衰减策略。分组时,每组网络参数均可配置 weight_decay 。若未配置,则该组网络参数使用优化器中配置的 weight_decay

参数:
  • params (Union[list[Parameter], list[dict]]) - 必须是 Parameter 组成的列表或字典组成的列表。当列表元素是字典时,字典的键可以是”params”、”lr”、”weight_decay”、”grad_centralization”和”order_params”:

    • params - 必填。当前组别的权重,该值必须是 Parameter 列表。

    • lr - 学习率当前不支持参数分组。

    • weight_decay - 可选。如果键中存在”weight_decay”,则使用对应的值作为权重衰减值。如果没有,则使用优化器中配置的 weight_decay 作为权重衰减值。 值得注意的是, weight_decay 可以是常量,也可以是Cell类型。Cell类型的weight decay用于实现动态weight decay算法。动态权重衰减和动态学习率相似, 用户需要自定义一个输入为global step的weight_decay_schedule。在训练的过程中,优化器会调用WeightDecaySchedule的实例来获取当前step的weight decay值。

    • grad_centralization - 可选。如果键中存在”grad_centralization”,则使用对应的值,该值必须为布尔类型。如果没有,则认为 grad_centralization 为False。该参数仅适用于卷积层。

    • order_params - 可选。值的顺序是参数更新的顺序。当使用参数分组功能时,通常使用该配置项保持 parameters 的顺序以提升性能。如果键中存在”order_params”,则会忽略该组配置中的其他键。”order_params”中的参数必须在某一组 params 参数中。

  • initial_accum (float) - 累加器 m 的初始值,必须大于等于零。默认值: 0.1

  • learning_rate (float) - 学习速率值必须为零或正数,当前不支持动态学习率。默认值: 0.001

  • lr_power (float) - 学习率的幂值,控制训练期间学习率的下降方式,必须小于或等于零。如果lr_power为零,则使用固定的学习率。默认值: -0.5

  • l1 (float) - l1正则化强度,必须大于等于零。默认值: 0.0

  • l2 (float) - l2正则化强度,必须大于等于零。默认值: 0.0

  • use_locking (bool) - 如果为True,则更新操作使用锁保护。默认值: False

  • loss_scale (float) - 梯度缩放系数,必须大于0。如果 loss_scale 是整数,它将被转换为浮点数。通常使用默认值,仅当训练时使用了 FixedLossScaleManager,且 FixedLossScaleManagerdrop_overflow_update 属性配置为 False 时,此值需要与 FixedLossScaleManager 中的 loss_scale 相同。有关更多详细信息,请参阅 mindspore.amp.FixedLossScaleManager。默认值: 1.0

  • weight_decay (Union[float, int, Cell]) - 权重衰减(L2 penalty)。默认值: 0.0

    • float: 固定值,必须大于或者等于0。

    • int: 固定值,必须大于或者等于0,会被转换成float。

    • Cell: 动态weight decay。在训练过程中,优化器会使用步数(step)作为输入,调用该Cell实例来计算当前weight decay值。

输入:
  • grads (tuple[Tensor]) - 优化器中 params 的梯度,shape与优化器中的 params 相同。

输出:

tuple[Parameter],更新的参数,shape与 params 相同。

异常:
  • TypeError - initial_accumlearning_ratelr_powerl1l2loss_scale 不是float。

  • TypeError - parameters 的元素不是Parameter或dict。

  • TypeError - weight_decay 不是float或int。

  • TypeError - use_nesterov 不是bool。

  • ValueError - lr_power 大于0。

  • ValueError - loss_scale 小于等于0。

  • ValueError - initial_accuml1l2 小于0。

支持平台:

Ascend GPU

样例:

>>> import mindspore as ms
>>> from mindspore import nn
>>>
>>> # Define the network structure of LeNet5. Refer to
>>> # https://gitee.com/mindspore/docs/blob/r2.2/docs/mindspore/code/lenet.py
>>> net = LeNet5()
>>> #1) All parameters use the same learning rate and weight decay
>>> optim = nn.FTRL(params=net.trainable_params())
>>>
>>> #2) Use parameter groups and set different values
>>> conv_params = list(filter(lambda x: 'conv' in x.name, net.trainable_params()))
>>> no_conv_params = list(filter(lambda x: 'conv' not in x.name, net.trainable_params()))
>>> group_params = [{'params': conv_params, 'weight_decay': 0.01, 'grad_centralization':True},
...                 {'params': no_conv_params},
...                 {'order_params': net.trainable_params()}]
>>> optim = nn.FTRL(group_params, learning_rate=0.1, weight_decay=0.0)
>>> # The conv_params's parameters will use default learning rate of 0.1 and weight decay of 0.01 and grad
>>> # centralization of True.
>>> # The no_conv_params's parameters will use default learning rate of 0.1 will use default weight decay
>>> # of 0.0 and grad centralization of False.
>>> # The final parameters order in which the optimizer will be followed is the value of 'order_params'.
>>>
>>> loss = nn.SoftmaxCrossEntropyWithLogits()
>>> model = ms.train.Model(net, loss_fn=loss, optimizer=optim)