tensorflow优化器一览表

本文详细介绍了TensorFlow中常用的优化器,包括梯度下降、Adadelta、Adagrad、动量优化及Adam等算法。每种优化器的参数设置及其应用场景均有涉及。

tf.train.Optimizer  优化器基类

tf.train.GradientDescentOptimizer(learning_rate,)  梯度下降算法的优化器,参数学习率

tf.train.AdadeltaOptimizer(learning_rate,decay_rate, espoin_constant)  Adadelta算法的优化器(自适应学习)   参数:学习率,衰变率,学习调节常量

tf.train.AdagradOptimizer(learning_rate, initial_accumulator_value=0.1) Adagrad优化器 小批量随机梯度按平方和累加

tf.train.MomentumOptimizer(learning_rate,Momentum) 动量(惯性)优化器  

tf.train.AdamOptimizer(learning,beta1,beta2,espoin_constant) 梯度算法的优化算法

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值