Tensorflow tf.train库

tf.train库包含优化器设置、梯度更新、梯度计算、梯度裁剪、学习率衰减等训练过程中需要用到的API函数

1.优化器设置
2.优化器最小化loss
3.梯度裁剪
4.学习率衰减
5.例子：应用梯度裁剪、学习率衰减、优化器设置和loss最小化

1.优化器设置

1.1 随机梯度下降法(SGD)优化器

tf.train.GradientDescentOptimizer.(learning_rate, use_locking=False, 
								   name='GradientDescent')
功能：创建随机梯度下降法SGD优化器，
learning_rate: 学习率，一个Tensor或者一个浮点数
use_locking：是否使用locks来更新操作
返回：一个优化器

随机梯度下降法的梯度更新公式

梯度下降算法是用的最普遍的优化算法，不过选择合适的learning rate比较困难，且SGD容易收敛到局部最优，并且在某些情况下可能被困在鞍点，还存在稀疏特征更新问题（不常出现的特征更新慢，如word2vec的embedding矩阵）。

1.2 Momentum梯度下降法优化器

tf.train.MomentumOptimizer.(learning_rate, momentum, use_locking=False, name='Momentum')
功能：创建Momentum优化器，
learning_rate: 学习率，一个Tensor或者一个浮点数
momentum：动量值，一个Tensor或者一个浮点数
use_locking：是否使用locks来更新操作
返回：一个优化器

Momentum梯度下降法的梯度更新公式

其中，η为学习率，超参数为?，?为更新参数，参数对应的?t为梯度，mt为累计动量。
momentum是模拟物理里动量的概念，积累之前的动量来替代真正的梯度，引入惯量缓解局部最优问题但是未解决稀疏特征更新问题

1.3 AdaG梯度下降法优化器

tf.train.AdagradOptimizer.(learning_rate, initial_accumulator_value=0.1,
						   use_locking=False, name='Adagrad')
功能：创建AdaG优化器，
learning_rate: 学习率，一个Tensor或者一个浮点数
initial_accumulator_value：初始累计值，一个正浮点数
use_locking：是否使用locks来更新操作
返回：一个优化器

AdaG梯度下降法的梯度更新公式

其中，η为学习率，?为更新参数，参数对应的?t为梯度
在时间步长中，Adagrad方法基于每个参数计算的过往梯度，为不同参数θ设置不同的学习率。
一开始，每个参数θ使用相同的学习率，每次会对所有参数θ进行更新。在每个时间步中，Adagrad方法为每个参数θ选取不同的学习率，更新对应参数，然后进行向量化。，Adagrad方法非常适合处理稀疏数据