6
私は深い学習プロジェクトでTensorFlowを使用しようとしています。
ここで私は、この式で私の勾配アップデートを実装する必要があります。TensorflowとTheanoの運動量勾配の更新の違いは?
私もTheanoでこの部分を実装しており、それが予想される答えを出てきました。しかし、私がTensorFlowのMomentumOptimizer
を使用しようとすると、結果は本当に悪いです。私はそれらの間に何が違うのか分からない。
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)
それだけではありません。 OPによってポストされた公式は、運動量項 '\ alpha v(t-1)'を加えることによって 'w(t)'を更新しますが、テンソルフローコードは実際にそれを減算します。 [this](http://sebastianruder.com/optimizing-gradient-descent/)によると、テンソルフローコードはより正しいようです。 –