tf.train.ExponentialMovingAverage

函數定義
tensorflow中提供了tf.train.ExponentialMovingAverage來實現滑動平均模型，他使用指數衰減來計算變量的移動平均值。

tf.train.ExponentialMovingAverage.__init__(self, decay, num_updates=None, zero_debias=False, name="ExponentialMovingAverage"):

• decay是衰減率在創建ExponentialMovingAverage對象時，需指定衰減率（decay），用于控制模型的更新速度。影子變量的初始值與訓練變量的初始值相同。當運行變量更新時，每個影子變量都會更新為：
  

• num_updates是ExponentialMovingAverage提供用來動態設置decay的參數，當初始化時提供了參數，即不為none時，每次的衰減率是：
  

• apply()方法添加了訓練變量的影子副本，并保持了其影子副本中訓練變量的移動平均值操作。在每次訓練之后調用此操作，更新移動平均值。

• average()和average_name()方法可以獲取影子變量及其名稱。

• decay設置為接近1的值比較合理，通常為：0.999,0.9999等

參考文章：Tensorflow滑動平均模型tf.train.ExponentialMovingAverage解析

總結

以上是生活随笔為你收集整理的tensorflow tf.train.ExponentialMovingAverage() （滑动平均模型）（移动平均法 Moving average，MA）（用于平滑数据波动对预测结果的影响）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。