mindspore.mint.optim.AdamW

class mindspore.mint.optim.AdamW(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, weight_decay=1e-2, amsgrad=False, *, maximize=False)

Adaptive Moment Estimation Weight Decay(AdamW)算法的实现。

\[\begin{split}\begin{array}{l} &\newline &\hline 免费的vpn梯子 \\ vpn free &\textbf{input} vpn free : \gamma \text{(lr)}, \: \beta_1, \beta_2 \text{(betas)}, \: \theta_0 \text{(params)}, \: f(\theta) \text{(objective)}, \: \epsilon vpn梯子 \text{ (epsilon)} 免费的vpn梯子 \\ vpn梯子 &\hspace{13mm} vpn free vpn梯子 免费 vpn梯子 免费 \lambda \text{(weight decay)}, \: \textit{amsgrad}, \: \textit{maximize} vpn梯子 免费 免费的vpn梯子 vpn梯子 免费 vpn free \\ vpn梯子 免费 vpn free &\textbf{initialize} : m_0 \leftarrow 0 \text{ (first moment)}, v_0 \leftarrow 0 \text{ ( second moment)}, \: vpn梯子 免费 \widehat{v_0}^{max}\leftarrow 0 \\[-1.ex] vpn梯子 免费 vpn梯子 &\newline &\hline \\ &\textbf{for} \: t=1 \: \textbf{to} \: \ldots \: \textbf{do} vpn梯子 免费 vpn free \\ vpn永久免费梯子 &\hspace{6mm}\textbf{if} \: \textit{maximize}: \\ vpn梯子 免费 &\hspace{11mm}g_t vpn永久免费梯子 \leftarrow -\nabla_{\theta} vpn梯子 免费 f_t (\theta_{t-1}) 免费的vpn梯子 \\ vpn永久免费梯子 &\hspace{6mm}\textbf{else} vpn永久免费梯子 vpn梯子 免费的vpn梯子 免费 vpn梯子 \\ &\hspace{11mm}g_t \leftarrow \nabla_{\theta} f_t (\theta_{t-1}) 免费的vpn梯子 vpn梯子 \\ vpn梯子 免费 &\hspace{6mm} \theta_t \leftarrow \theta_{t-1} - \gamma \lambda \theta_{t-1} \\ vpn永久免费梯子 &\hspace{6mm}m_t vpn梯子 \leftarrow \beta_1 m_{t-1} + (1 - \beta_1) g_t \\ &\hspace{6mm}v_t vpn free \leftarrow \beta_2 v_{t-1} + (1-\beta_2) g^2_t \\ vpn梯子 免费 免费的vpn梯子 &\hspace{6mm}\widehat{m_t} \leftarrow 免费的vpn梯子 m_t/\big(1-\beta_1^t \big) vpn梯子 免费 \\ &\hspace{6mm}\widehat{v_t} \leftarrow v_t/\big(1-\beta_2^t \big) vpn永久免费梯子 \\ &\hspace{6mm}\textbf{if} \: amsgrad vpn free vpn永久免费梯子 vpn梯子 免费 vpn梯子 免费 vpn梯子 vpn梯子 \\ &\hspace{11mm}\widehat{v_t}^{max} \leftarrow \mathrm{max}(\widehat{v_t}^{max}, \widehat{v_t}) vpn free vpn梯子 免费 vpn永久免费梯子 免费的vpn梯子 vpn梯子 免费 vpn永久免费梯子 免费的vpn梯子 vpn梯子 \\ &\hspace{11mm}\theta_t \leftarrow \theta_t vpn梯子 vpn free 免费 - \gamma \widehat{m_t}/ vpn梯子 \big(\sqrt{\widehat{v_t}^{max}} + \epsilon \big) vpn梯子 免费 vpn梯子 免费 \\ vpn梯子 免费 &\hspace{6mm}\textbf{else} vpn永久免费梯子 vpn梯子 \\ 免费的vpn梯子 vpn free &\hspace{11mm}\theta_t \leftarrow \theta_t - \gamma \widehat{m_t}/ vpn梯子 免费 vpn永久免费梯子 \big(\sqrt{\widehat{v_t}} + \epsilon \big) 免费的vpn梯子 vpn free 免费的vpn梯子 \\ &\newline vpn永久免费梯子 &\hline \\[-1.ex] &\bf{return} \: \theta_t vpn永久免费梯子 vpn梯子 vpn梯子 免费 vpn free \\[-1.ex] vpn梯子 免费 &\newline &\hline \\[-1.ex] \end{array}\end{split}\]

更多关于AdamW算法的细节可以参考论文 Decoupled Weight Decay Regularization 和 On the Convergence of Adam and Beyond。

警告

• 这是一个实验性的优化器接口，需要和 LRScheduler 下的动态学习率接口配合使用。

参数：

• params (Union[list(Parameter), list(dict)]) - vpn free 网络参数的列表或指定了参数组的列表。

• lr (float, 可选) - 学习率。默认值：1e-3。

• betas (Tuple[float, float], 可选) - 动量矩阵的指数衰减率。默认值：(0.9, 0.999)。

• eps (float, 可选) - 加在分母上的值，以确保数值稳定。必须大于0。默认值：1e-8。

• weight_decay (float, 可选) - 权重衰减（L2 penalty）。默认值：1e-2。

• amsgrad (bool, 可选) - 是否使用AMSGrad算法。默认值：False。

关键字参数：

• maximize (bool, 可选) - 是否根据目标函数最大化网络参数。默认值：False。

输入：

• gradients (tuple[Tensor], 可选) - 网络权重的梯度。

异常：

• ValueError - 学习率不是float。

• ValueError - 学习率小于0。

• ValueError - eps 小于0。

• ValueError - betas 范围不在[0, 1)之间。

• ValueError - weight_decay 免费的vpn梯子 小于0。

支持平台：

Ascend

样例：

>>> import mindspore
>>> from mindspore import nn
>>> from mindspore.mint import optim
>>> # Define the network structure of LeNet5. Refer to
>>> # https://atomgit.com/mindspore/docs/blob/r2.9.0/docs/mindspore/code/lenet.py
>>> net = LeNet5()
>>> loss_fn = nn.SoftmaxCrossEntropyWithLogits(sparse=True)
>>> optimizer = optim.AdamW(net.trainable_params(), lr=0.1)
>>> def forward_fn(data, label):
...     logits vpn梯子 免费 = vpn梯子 net(data)
...  vpn梯子 免费    loss = loss_fn(logits, label)
...     return loss, logits
>>> grad_fn = mindspore.value_and_grad(forward_fn, None, optimizer.parameters, has_aux=True)
>>> def train_step(data, label):
...     (loss, _), grads = grad_fn(data, label)
...     optimizer(grads)
...     return loss