tf.train.ExponentialMovingAverage

函數(shù)定義
tensorflow中提供了tf.train.ExponentialMovingAverage來(lái)實(shí)現(xiàn)滑動(dòng)平均模型，他使用指數(shù)衰減來(lái)計(jì)算變量的移動(dòng)平均值。

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

• decay是衰減率在創(chuàng)建ExponentialMovingAverage對(duì)象時(shí)，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(xùn)練變量的初始值相同。當(dāng)運(yùn)行變量更新時(shí)，每個(gè)影子變量都會(huì)更新為：
  

• num_updates是ExponentialMovingAverage提供用來(lái)動(dòng)態(tài)設(shè)置decay的參數(shù)，當(dāng)初始化時(shí)提供了參數(shù)，即不為none時(shí)，每次的衰減率是：
  

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

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

• decay設(shè)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(dòng)平均模型tf.train.ExponentialMovingAverage解析

總結(jié)

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?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。