Tensorflow.js tf.train.momentum()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.train.momemtum() 函数用于创建使用动量梯度下降算法的 tf.MomentumOptimizer。

用法:

tf.train.momentum(learningRate, momentum, useNesterov)

参数：

learningRate (number):它指定了动量梯度下降算法将使用的学习率。
momentum (number):它指定了动量梯度下降算法将使用的动量。
useNesterov (boolean):它指定是否使用 Nesterov 动量。它是一个可选参数。

返回值：它返回一个 tf.MomentumOptimizer

示例 1:通过学习系数 a 和 b，使用动量优化器拟合函数 f=(a*x+b)。在这个例子中，我们将使用 Nesterov 动量。所以 useNestrov 将是真的。

Javascript


// Importing tensorflow
import * as tf from "@tensorflow/tfjs"
  
const xs = tf.tensor1d([0, 1, 2]);
const ys = tf.tensor1d([1.1, 5.9, 16.8]);
  
const a = tf.scalar(Math.random()).variable();
const b = tf.scalar(Math.random()).variable();
  
const f = x => a.mul(x).add(b);
const loss = (pred, label) => pred.sub(label).square().mean();
  
const learningRate = 0.01;
const momentum = 10;
const useNestrov = true;
const optimizer = tf.train.momentum(learningRate, momentum, useNestrov);
  
// Train the model.
for (let i = 0; i < 10; i++) {
   optimizer.minimize(() => loss(f(xs), ys));
}
  
// Make predictions.
console.log(
     `a:${a.dataSync()}, b:${b.dataSync()}}`);
const preds = f(xs).dataSync();
preds.forEach((pred, i) => {
   console.log(`x:${i}, pred:${pred}`);
});

输出：

a:1982014720, b:1076448384
x:0, pred:1076448384
x:1, pred:3058463232
x:2, pred:5040477696

示例 2:通过学习系数 a 和 b，使用动量优化器拟合二次方程。在这个例子中，我们不会使用 Nesterov 动量。所以 useNestrov 将是假的。

Javascript


// Importing tensorflow
import * as tf from "@tensorflow/tfjs"
  
const xs = tf.tensor1d([0, 1, 2, 3]);
const ys = tf.tensor1d([1.1, 5.9, 16.8, 33.9]);
  
const a = tf.scalar(Math.random()).variable();
const b = tf.scalar(Math.random()).variable();
const c = tf.scalar(Math.random()).variable();
  
const f = x => a.mul(x.square()).add(b.mul(x)).add(c);
const loss = (pred, label) => pred.sub(label).square().mean();
  
const learningRate = 0.01;
const momentum = 10;
const useNestrov = false;
const optimizer = tf.train.momentum(learningRate, momentum, useNestrov);
  
// Train the model.
for (let i = 0; i < 10; i++) {
   optimizer.minimize(() => loss(f(xs), ys));
}
  
// Make predictions.
console.log(
     `a:${a.dataSync()}, b:${b.dataSync()}, c:${c.dataSync()}`);
const preds = f(xs).dataSync();
preds.forEach((pred, i) => {
   console.log(`x:${i}, pred:${pred}`);
});

输出：

a:892235776, b:331963616, c:134188384
x:0, pred:134188384
x:1, pred:1358387840
x:2, pred:4367058944
x:3, pred:9160201216

参考： https://js.tensorflow.org/api/1.0.0/#train.momentum

相关用法

注：本文由纯净天空筛选整理自abhinavjain194大神的英文原创作品 Tensorflow.js tf.train.momentum() Function。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。