文件最后提交记录最后更新时间
2 个月前
2 个月前
2 个月前
2 个月前
2 个月前
2 个月前
1 个月前
README

ApplyAdadelta

产品支持情况

产品 是否支持
Ascend 950PR/Ascend 950DT
Atlas A3 训练系列产品/Atlas A3 推理系列产品
Atlas A2 训练系列产品/Atlas A2 推理系列产品
Atlas 200I/500 A2 推理产品 ×
Atlas 推理系列产品
Atlas 训练系列产品

功能说明

  • 算子功能:执行Adadelta优化器的单步参数更新。根据当前梯度、梯度平方累积和更新量平方累积,计算参数更新量并原地更新权重参数(inplace语义)。对标TensorFlow tf.raw_ops.ApplyAdadelta接口和PyTorch torch.optim.Adadelta的计算语义。

  • 计算公式

    accumt=ρ⋅accumt−1+(1−ρ)⋅grad2update=accum_updatet−1+ϵaccumt+ϵ⋅gradvart=vart−1−lr⋅updateaccum_updatet=ρ⋅accum_updatet−1+(1−ρ)⋅update2\begin{aligned} accum_{t} &= \rho \cdot accum_{t-1} + (1 - \rho) \cdot grad^2 \\ update &= \frac{\sqrt{accum\_update_{t-1} + \epsilon}}{\sqrt{accum_{t} + \epsilon}} \cdot grad \\ var_{t} &= var_{t-1} - lr \cdot update \\ accum\_update_{t} &= \rho \cdot accum\_update_{t-1} + (1 - \rho) \cdot update^2 \end{aligned}

    其中rho为衰减系数(取值范围 [0, 1)),epsilon为数值稳定常数(必须 > 0),lr为学习率。

参数说明

参数名 输入/输出/属性 描述 数据类型 数据格式
var 输入 / 输出(inplace) 待更新的权重参数,对应公式中的var。Kernel内inplace更新,GE IR单输出视图与输入var共享Device内存。 FLOAT16、FLOAT ND
accum 输入(inplace更新) 梯度平方累积,对应公式中的accum。shape/dtype必须与var一致;Kernel内显式写回输入GM地址。 FLOAT16、FLOAT ND
accum_update 输入(inplace更新) 更新量平方累积,对应公式中的accum_update。shape/dtype必须与var一致;Kernel内显式写回输入GM地址。 FLOAT16、FLOAT ND
lr 输入 学习率,对应公式中的lr。shape={1} 的1元素scalar Tensor,dtype必须与var一致。 FLOAT16、FLOAT ND
rho 输入 衰减系数,对应公式中的rho。shape={1} 的1元素scalar Tensor,取值范围 [0, 1)。 FLOAT16、FLOAT ND
epsilon 输入 数值稳定常数,对应公式中的epsilon。shape={1} 的1元素scalar Tensor,必须 > 0。 FLOAT16、FLOAT ND
grad 输入 当前梯度Tensor,对应公式中的grad。shape/dtype必须与var一致。 FLOAT16、FLOAT ND
use_locking 属性 是否在更新时加锁。默认false。当前实现不强制互斥锁,仅作语义占位。 BOOL -
var (output) 输出 更新后的var Tensor,与输入var共享Device内存(inplace)。 FLOAT16、FLOAT ND

约束说明

调用说明

调用方式 调用样例 说明
图模式 test_geir_apply_adadelta 通过 算子IR构图方式调用ApplyAdadelta算子。