TensorFlow Training 优化函数
tf.train 提供了一组帮助训练模型的类和函数。
优化器
优化器基类提供了计算渐变的方法,并将渐变应用于变量。子类的集合实现了经典的优化算法,如 GradientDescent和Adagrad。
您永远不会实例化优化器类本身,而是实例化其中一个子类。
- tf.train.Optimizer
- tf.train.GradientDescentOptimizer
- tf.train.AdadeltaOptimizer
- tf.train.AdagradOptimizer
- tf.train.AdagradDAOptimizer
- tf.train.MomentumOptimizer
- tf.train.AdamOptimizer
- tf.train.FtrlOptimizer
- tf.train.ProximalGradientDescentOptimizer
- tf.train.ProximalAdagradOptimizer
- tf.train.RMSPropOptimizer
梯度计算
TensorFlow 提供了计算给定 TensorFlow 计算图的导数的函数,并将运算添加到图中。优化器类自动在您的关系图上计算派生,但是新的优化或专家用户的创建者可以调用下面的低级函数。
- tf.gradients
- tf.AggregationMethod
- tf.stop_gradient
- tf.hessians
梯度剪辑
TensorFlow 提供了几种操作,您可以使用它们为您的图形添加剪切功能。您可以使用这些功能执行一般的数据剪辑,但它们对于处理已推翻或消失的渐变特别有用。
- tf.clip_by_value
- tf.clip_by_norm
- tf.clip_by_average_norm
- tf.clip_by_global_norm
- tf.global_norm
降低学习率
- tf.train.exponential_decay
- tf.train.inverse_time_decay
- tf.train.natural_exp_decay
- tf.train.piecewise_constant
- tf.train.polynomial_decay
移动平均线
一些训练算法,例如 GradientDescent 和动量,通常会在优化过程中保持变量的移动平均值而受益。使用移动平均值进行评估通常会显著改善结果。
- tf.train.ExponentialMovingAverage
协调员和 QueueRunner
有关如何使用线程和队列的操作,请参见线程和队列。有关队列 API 的文档,请参见队列。
- tf.train.Coordinator
- tf.train.QueueRunner
- tf.train.LooperThread
- tf.train.add_queue_runner
- tf.train.start_queue_runners
分布式执行
分布式执行
有关如何配置分布式 TensorFlow 程序的详细信息,请参阅分布式 TensorFlow。
- tf.train.Server
- tf.train.Supervisor
- tf.train.SessionManager
- tf.train.ClusterSpec
- tf.train.replica_device_setter
- tf.train.MonitoredTrainingSession
- tf.train.MonitoredSession
- tf.train.SingularMonitoredSession
- tf.train.Scaffold
- tf.train.SessionCreator
- tf.train.ChiefSessionCreator
- tf.train.WorkerSessionCreator
从事件文件中读取摘要
有关摘要、事件文件和 TensorBoard 中的可视化的概述,请参见摘要和 TensorBoard。
- tf.train.summary_iterator
Training Hooks
Hooks 是在模型的训练/评估过程中运行的工具:
- tf.train.SessionRunHook
- tf.train.SessionRunArgs
- tf.train.SessionRunContext
- tf.train.SessionRunValues
- tf.train.LoggingTensorHook
- tf.train.StopAtStepHook
- tf.train.CheckpointSaverHook
- tf.train.NewCheckpointReader
- tf.train.StepCounterHook
- tf.train.NanLossDuringTrainingError
- tf.train.NanTensorHook
- tf.train.SummarySaverHook
- tf.train.GlobalStepWaiterHook
- tf.train.FinalOpsHook
- tf.train.FeedFnHook
Training 工具
- tf.train.global_step
- tf.train.basic_train_loop
- tf.train.get_global_step
- tf.train.assert_global_step
- tf.train.write_graph
TensorFlow Training 优化函数的更多相关文章
- tensorflow training result
- Image Style Transfer:多风格 TensorFlow 实现
·其实这是一个选修课的present,整理一下作为一篇博客,希望对你有用.讲解风格迁移的博客蛮多的,我就不过多的赘述了.讲一点几个关键的地方吧,当然最后的代码和ppt也希望对你有用. 1.引入: 风格 ...
- TensorFlow 便捷的实现机器学习 三
TensorFlow 便捷的实现机器学习 三 MNIST 卷积神经网络 Fly Overview Enabling Logging with TensorFlow Configuring a Vali ...
- Run Your Tensorflow Deep Learning Models on Google AI
People commonly tend to put much effort on hyperparameter tuning and training while using Tensoflow& ...
- 聊天机器人(chatbot)终极指南:自然语言处理(NLP)和深度机器学习(Deep Machine Learning)
在过去的几个月中,我一直在收集自然语言处理(NLP)以及如何将NLP和深度学习(Deep Learning)应用到聊天机器人(Chatbots)方面的最好的资料. 时不时地我会发现一个出色的资源,因此 ...
- [源码解析] 深度学习分布式训练框架 horovod (7) --- DistributedOptimizer
[源码解析] 深度学习分布式训练框架 horovod (7) --- DistributedOptimizer 目录 [源码解析] 深度学习分布式训练框架 horovod (7) --- Distri ...
- [Tensorflow] Object Detection API - prepare your training data
From: TensorFlow Object Detection API This chapter help you to train your own model to identify obje ...
- [Tensorflow] Object Detection API - build your training environment
一.前期准备 Prepare protoc Download Protocol Buffers Create folder: protoc and unzip it. unsw@unsw-UX303U ...
- 【Tensorflow】 Object_detection之配置Training Pipeline
参考:Configuring an object detection pipeline 1.config文件 配置好的config文件存放路径:object_detection/samples/con ...
随机推荐
- 艾妮记账本Web开发(开发版)
因为没有办法制作微信小程序版的艾妮记账本所以只能选择做Web开发版,但因为是花时间赶出来到的(但用了我已学的所有Web知识)所以就没有办法按老师的要求写七天的制作过程. 其实真正说起来我的这个Web开 ...
- vue用mand-mobile ui做交易所移动版实战示例
vue用mand-mobile ui做交易所移动版实战示例 先展示几个界面: 目录结构: main.js // The Vue build version to load with the `impo ...
- jQuery循环
1.循环数组.对象: .$each(数组/对象,结果函数),即.$(arr,function(x,y) {...} ) 如果是数组,则函数中的x表示索引,y表示索引对应的值,只传递一个参数的话则表示索 ...
- ORA-12805: parallel query server died unexpectedly ORA-04030 (sort subheap,sort key) 原因排查与解决方法
今日,某服务器pga调整为30G,_pga_max_size调整为8G之后(原来是2G,但是one passes语句较多,性能太低),执行出现ORA-12805: parallel query ser ...
- Bitmap的秘密
作者: 周海鹏 来源: infoQ 发布时间: 2015-02-13 11:26 阅读: 4999 次 推荐: 10 原文链接 [收藏] 之前已经参加过几次QCon峰会,不过今年QCo ...
- IdentityServer4支持的授权类型以及组合
支持的授权类型: implicit hybrid authorization_code client_credentials password 支持的组合: implicit implicit,cli ...
- Latex: 参考文献双栏对齐
参考: How to level columns in bibliography? Latex: 参考文献双栏对齐 需要实现的效果: 方法1: 在开头引用balance: \usepackage{ba ...
- ssm回顾笔记(一)
这两天来到了农银,这边即将进行的一个项目是将ssh框架的电商项目迁移到springboot+ssm框架上,所以我基本上是三门技术在同时进行学习,当然以前学过ssm,现在只是回顾. spring 注解 ...
- 二: drf视图
Django REST framwork 提供的视图的主要作用: 控制序列化器的执行(检验.保存.转换数据) 控制数据库查询的执行 一:请求与响应 1:request Request 1 REST f ...
- linux基础11-bash编程(字符串测试 和 for循环)
练习:传递一个用户名参数给脚本,判断此用户的用户名跟其基本组的组名是否一致,并将结果显示出来.(1)字符测试:==:测试是否相等,相等为真,不等为假!=: 测试是否不等,不等为真,等为假>< ...