tf.train.AdamOptimizer
作用:
- 实现Adam算法的优化器
函数原型:
__init__(
learning_rate=0.001,
beta1=0.9,
beta2=0.999,
epsilon=1e-08,
use_locking=False,
name='Adam')
方法:
compute_gradients(
loss,
var_list=None,
gate_gradients=GATE_OP,
aggregation_method=None,
colocate_gradients_with_ops=False,
grad_loss=None)
- 作用:计算loss相对变量var_list的梯度,返回一个(gradient, variable)的list。
apply_gradients(
grads_and_vars,
global_step=None,
name=None)
- 作用:应用梯度到相应的变量grads_and_vars是上一个函数的返回值
- global_step:每当变量更新一次就加一