动手学深度学习：7.7 AdaDelta算法

7.7 AdaDelta算法

除了RMSProp算法以外，另一个常用优化算法AdaDelta算法也针对AdaGrad算法在迭代后期可能较难找到有用解的问题做了改进 [1]。有意思的是，AdaDelta算法没有学习率这一超参数。

7.7.1 算法

AdaDelta算法也像RMSProp算法一样，使用了小批量随机梯度gtgt \boldsymbol{g}_tΔxt​。我们按AdaDelta算法中的公式实现该算法。

%matplotlib inline
import torch
import sys
sys.path.append("..") 
import d2lzh_pytorch as d2l

features, labels = d2l.get_data_ch7()

def init_adadelta_states():
s_w, s_b = torch.zeros((features.shape[1], 1), dtype=torch.float32), torch.zeros(1, dtype=torch.float32)
delta_w, delta_b = torch.zeros((features.shape[1], 1), dtype=torch.float32), torch.zeros(1, dtype=torch.float32)
return ((s_w, delta_w), (s_b, delta_b))

def adadelta(params, states, hyperparams):
rho, eps = hyperparams[‘rho’], 1e-5
for p, (s, delta) in zip(params, states):
s[:] = rho s + (1 - rho) (p.grad.data**2)
g = p.grad.data torch.sqrt((delta + eps) / (s + eps))
p.data -= g
delta[:] = rho delta + (1 - rho) g gCopy to clipboardErrorCopied

使用超参数ρ=0.9ρ=0.9 \rho=0.9ρ=0.9来训练模型。

d2l.train_ch7(adadelta, init_adadelta_states(), {‘rho’: 0.9}, features, labels)Copy to clipboardErrorCopied

输出：

loss: 0.243728, 0.062991 sec per epochCopy to clipboardErrorCopied

7.7.3 简洁实现

通过名称为Adadelta的优化器方法，我们便可使用PyTorch提供的AdaDelta算法。它的超参数可以通过rho来指定。

d2l.train_pytorch_ch7(torch.optim.Adadelta, {'rho': 0.9}, features, labels)Copy to clipboardErrorCopied

输出：

loss: 0.242104, 0.047702 sec per epochCopy to clipboardErrorCopied

小结

• AdaDelta算法没有学习率超参数，它通过使用有关自变量更新量平方的指数加权移动平均的项来替代RMSProp算法中的学习率。

参考文献

[1] Zeiler, M. D. (2012). ADADELTA: an adaptive learning rate method. arXiv preprint arXiv:1212.5701.

---

注：除代码外本节与原书此节基本相同，原书传送门