Tensorflow和Theano的动量梯度更新有什么不同？

我正在尝试在我的深度学习项目中使用TensorFlow。
在这里我需要实现我的梯度更新此公式中：Tensorflow和Theano的动量梯度更新有什么不同？

我也实现这部分Theano，它走出了预期的答案。但是当我尝试使用TensorFlow的MomentumOptimizer时，结果非常糟糕。我不知道他们之间有什么不同。

Theano：

def gradient_updates_momentum_L2(cost, params, learning_rate, momentum, weight_cost_strength): 
    # Make sure momentum is a sane value 
    assert momentum < 1 and momentum >= 0 
    # List of update steps for each parameter 
    updates = [] 
    # Just gradient descent on cost 
    for param in params: 
     param_update = theano.shared(param.get_value()*0., broadcastable=param.broadcastable) 
     updates.append((param, param - learning_rate*(param_update + weight_cost_strength * param_update))) 
     updates.append((param_update, momentum*param_update + (1. - momentum)*T.grad(cost, param))) 
    return updates

TensorFlow：

l2_loss = tf.add_n([tf.nn.l2_loss(v) for v in tf.trainable_variables()]) 
cost = cost + WEIGHT_COST_STRENGTH * l2_loss 
train_op = tf.train.MomentumOptimizer(LEARNING_RATE, MOMENTUM).minimize(cost)

来源

2016-02-18 Peter Yang

如果你看看势头优化的TensorFlow [link]的实现，它是实现如下：

accum = accum * momentum() + grad; 
var -= accum * lr();

如你所见，公式有点不同。通过学习速率缩放动量术语应该可以解决您的差异。

自己实现这样的优化器也很容易。生成的代码看起来与您包含的Theano中的代码段相似。

来源

2016-02-28 13:46:25

这不是唯一的区别。 OP发布的公式通过添加动量项'\ alpha v（t-1）'来更新'w（t）'，而tensorflow代码实际上减去了它。根据[this]（http://sebastianruder.com/optimizing-gradient-descent/），tensorflow代码似乎更加正确。 –

Tensorflow和Theano的动量梯度更新有什么不同？

回答

相关问题