使用自适应矩估计(Adam)更新参数
更新的定制培训循环利用自适应矩估计(亚当)算法的网络可以学习的参数。
此功能适用亚当优化算法来更新网络参数定制培训循环定义为使用网络dlnetwork
对象或模型函数。如果你想训练定义为一个网络层
阵列或作为LayerGraph
,使用以下功能:
创建一个TrainingOptionsADAM
对象使用trainingOptions
功能。
使用TrainingOptionsADAM
对象的trainNetwork
功能。
[
更新网络的可学习参数dlnet
,averageGrad
,averageSqGrad
] = adamupdate(dlnet
,毕业
,averageGrad
,averageSqGrad
,迭代
)dlnet
使用ADAM算法。在一次训练中循环使用此语法来迭代更新定义为一个网络dlnetwork
目的。
[
中的可学习参数更新PARAMS
,averageGrad
,averageSqGrad
] = adamupdate(PARAMS
,毕业
,averageGrad
,averageSqGrad
,迭代
)PARAMS
使用ADAM算法。在一次训练中循环使用此语法来迭代更新使用函数定义网络的可学习的参数。
[___] = adamupdate(___
还规定值以用于全球学习速率,梯度衰减,多梯度腐烂,小恒ε,除了在以前的语法输入参数。learnRate
,gradDecay
,sqGradDecay
,ε
)