Skip to content

Latest commit

 

History

History
38 lines (25 loc) · 2.16 KB

ParamAttr_cn.rst

File metadata and controls

38 lines (25 loc) · 2.16 KB
Raw

ParamAttr

.. py:class:: paddle.ParamAttr(name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, do_model_average=False, need_clip=True)

Note

该类中的 gradient_clip 属性在 2.0 版本会废弃，推荐使用 need_clip 来设置梯度裁剪范围，并在初始化 optimizer 时设置梯度裁剪。 共有三种裁剪策略： :ref:`cn_api_fluid_clip_ClipGradByGlobalNorm` 、 :ref:`cn_api_fluid_clip_ClipGradByNorm` 、 :ref:`cn_api_fluid_clip_ClipGradByValue` 。

创建一个参数属性对象，用户可设置参数的名称、初始化方式、学习率、正则化规则、是否需要训练、梯度裁剪方式、是否做模型平均等属性。

参数

  • name (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
  • initializer (Initializer，可选) - 参数的初始化方式。默认值为 None，表示权重参数采用 Xavier 初始化方式，偏置参数采用全 0 初始化方式。
  • learning_rate (float，可选) - 参数的学习率。实际参数的学习率等于全局学习率乘以参数的学习率，再乘以 learning rate schedule 的系数。
  • regularizer (WeightDecayRegularizer，可选) - 正则化方法。支持两种正则化策略：:ref:`api_paddle_regularizer_L1Decay` 、 :ref:`api_paddle_regularizer_L2Decay`，如果在 optimizer (例如 :ref:`api_paddle_optimizer_SGD` ) 中也 设置了正则化，optimizer 中的正则化将被忽略。默认值为 None，表示没有正则化。
  • trainable (bool，可选) - 参数是否需要训练。默认值为 True，表示需要训练。
  • do_model_average (bool，可选) - 是否做模型平均。默认值为 True。仅在 :ref:`ExponentialMovingAverage` 下使用。
  • need_clip (bool，可选) - 参数是否需要进行梯度裁剪。默认值为 True，表示该参数的梯度会根据优化器中设置的裁剪规则进行裁剪。

返回

表示参数属性的对象。

代码示例

COPY-FROM: paddle.ParamAttr