在Tensorflow中实现重量噪声的最佳方法是什么?我应该提取所有权重并施加噪声吗?还是应该将噪声应用于渐变?
重量噪声和梯度噪声不同。
以下重量更新会产生重量噪音:
梯度噪声(有时称为兰格文噪声)按如下方式应用梯度:
后者是随机梯度Langevin动力学优化器的更新。
无论如何,在tensorflow中实现这两者都是相当简单的。
# Assuming you defined a graph and loss function `loss` and noise
# is drawn from normal distribution
# Weight noise:
optimizer = tf.train.GradientDescentOptimizer(lr)
grads_and_vars = optimizer.compute_gradients(loss, tf.trainable_variables())
train_ops = [tf.assign(v,
v - lr*g + tf.random_normal(v.shape, stddev=0.1))
for g, v in grads_and_vars]
train_op = tf.group(train_ops)
# Langevin noise:
optimizer = tf.train.GradientDescentOptimizer(lr)
grads_and_vars = optimizer.compute_gradients(loss, tf.trainable_variables())
train_ops = [tf.assign(v,
v - lr*g - tf.sqrt(lr*T)*tf.random_normal(v.shape, stddev=1))
for g, v in grads_and_vars]
train_op = tf.group(train_ops)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句