使用自适应矩估计(Adam)更新参数
使用自适应矩估计(Adam)算法更新自定义训练回路中的网络可学习参数。
请注意
该函数应用Adam优化算法更新自定义训练循环中的网络参数,该训练循环使用定义为的网络dlnetwork
对象或模型函数。如果你想训练一个定义为层
数组或作为LayerGraph
,使用以下功能:
创建一个TrainingOptionsADAM
对象。trainingOptions
函数。
使用TrainingOptionsADAM
对象。trainNetwork
函数。
[
更新网络的可学习参数dlnet
,averageGrad
,averageSqGrad
= adamupdate()dlnet
,研究生
,averageGrad
,averageSqGrad
,迭代
)dlnet
用亚当算法。在训练循环中使用此语法迭代地更新定义为dlnetwork
对象。
[
更新中的可学习参数参数个数
,averageGrad
,averageSqGrad
= adamupdate()参数个数
,研究生
,averageGrad
,averageSqGrad
,迭代
)参数个数
用亚当算法。在训练循环中使用此语法迭代地更新使用函数定义的网络的可学习参数。
[___= adamupdate()___
除了前面语法中的输入参数外,还指定用于全局学习率、梯度衰减、平方梯度衰减和小常数epsilon的值。learnRate
,gradDecay
,sqGradDecay
,ε
)