tf.clip_by_global_norm

Posted maxwell_tesla

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tf.clip_by_global_norm相关的知识,希望对你有一定的参考价值。

首先明白这个事干嘛的,在我们做求导的时候,会遇到一种情况,求导函数突然变得特别陡峭,是不是意味着下一步的进行会远远高于正常值,这个函数的意义在于,在突然变得陡峭的求导函数中,加上一些判定,如果过于陡峭,就适当减小求导步伐。

 

tf.clip_by_global_norm(t_list, clip_norm, use_norm=None, name=None)

 

通过权重梯度的总和的比率来截取多个张量的值。 
t_list 是梯度张量, clip_norm 是截取的比率, 这个函数返回截取过的梯度张量和一个所有张量的全局范数。

 

t_list[i] 的更新公式如下:

t_list[i] * clip_norm / max(global_norm, clip_norm)

其中global_norm = sqrt(sum([l2norm(t)**2 for t in t_list])) 
global_norm 是所有梯度的平方和,如果 clip_norm > global_norm ,就不进行截取。 
但是这个函数的速度比clip_by_norm() 要慢,因为在截取之前所有的参数都要准备好。

以上是关于tf.clip_by_global_norm的主要内容,如果未能解决你的问题,请参考以下文章

Android Adapter代码片

代码片|水波纹

代码片--练习匿名内部类

一个简单的时间片轮转内核代码的分析(课程作业)

markdown 放代码片

代码片-下拉树实现