WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

TrainingUpdateSchedule

NetTrainのオプションで，最適化の過程の各ステップでネットワークのどの配列が更新可能かを指定する．

詳細
Details and Options Details and Options
例題  
例  
スコープ  
考えられる問題  
関連項目
テクニカルノート
履歴
引用書式

TrainingUpdateSchedule

TrainingUpdateSchedule

NetTrainのオプションで，最適化の過程の各ステップでネットワークのどの配列が更新可能かを指定する．

詳細

  • デフォルト値のTrainingUpdateScheduleAutomaticでは，最適化の過程の任意のステップですべての配列が更新される．
  • TrainingUpdateSchedule{group1,group2,…,groupn}は，各最適化ステップでどの配列を更新するかを指定する．このスケジュールは訓練の最後まで繰り返される．
  • TrainingUpdateSchedule{group1,group2,…,groupn}の各 groupiは次の形式でよい．
  • "layer"名前付きの層または下位ネットワークのすべての配列
    n第 n 層のすべての配列
    m;;n第 m 層から第 n 層までのすべての配列
    {layer,"array"}配列または下位ネットワークの特定の配列
    {part1,part2,…}ネストした層または下位ネットワークの配列
    spec1|spec2|…指定された配列のいずれか
    _ネットワーク中の全配列
    specs連続する s ステップで同じ指定を繰り返す
  • TrainingUpdateScheduleがネットの一部を参照するために使う階層的指定{part1,part2,…} は，NetExtractやNetReplacePartが使うものと同じである．
  • 部分ネット（例：ネストしたNetChainまたはNetGraph）の指定は，部分ネット内のすべての層と配列に適用される．
  • TrainingUpdateScheduleで指定されていないパラメータの任意のグループは，訓練中一定に保たれる．

例題

すべて開く すべて閉じる

例  (1)

弁別装置と生成器の更新を交互に行うことでNetGANOperatorを訓練する：

Wolfram Language code: gan = NetGANOperator[{LinearLayer[{}], LinearLayer[{}]}, "Latent" -> "Real"]
Wolfram Language code: NetTrain[gan, <|"Sample" -> {-1, 0, 1}, "Latent" -> {-0.1, 0, 0.1}|>, TrainingUpdateSchedule -> {"Generator", "Discriminator"}]

スコープ  (2)

3層の初期化ネットを作成する：

Wolfram Language code: net = NetInitialize@NetChain[{LinearLayer[{}], Tanh, LinearLayer[]}, "Input" -> "Real", "Output" -> "Real"]

第1層と第3層を交互に更新することでこのネットを訓練し，バッチの各最適化の反復の後でネット配列を収集する：

Wolfram Language code: arrays = {Information[net, "Arrays"]};NetTrain[net, {-1 -> -0.4, -.5 -> 0, .5 -> 2, 1 -> 2.4}, TrainingUpdateSchedule -> {1, 3}, TrainingProgressFunction -> {Function[AppendTo[arrays, Information[#Net, "Arrays"]]], "Interval" -> Quantity[1, "Batches"]}, LearningRate -> 0.1, MaxTrainingRounds -> 10]

反復による最初の配列値の進化を示し，配列が交互に更新されていることをチェックする：

Wolfram Language code: ListStepPlot[KeyMap[StringRiffle, Map[First @* Flatten, Transpose[arrays, AllowedHeads -> All], {2}]]]

名前付きの層があるNetGraphを作成して初期化する：

Wolfram Language code: net = NetInitialize@NetGraph[<|"layer1" -> LinearLayer[{}], "tanh" -> Tanh, "layer2" -> LinearLayer[{}], "loss" -> MeanAbsoluteLossLayer[]|>, {"layer1" -> "tanh" -> "layer2" -> "loss"}, "Input" -> "Real"]

NetGraphの下位部分を他より10倍以上更新することでこのネットを訓練する：

Wolfram Language code: arrays = {Information[net, "Arrays"]};NetTrain[net, {-1 -> -0.4, -.5 -> 0, .5 -> 2, 1 -> 2.4}, TrainingUpdateSchedule -> {"layer1" -> 10, "layer2"}, TrainingProgressFunction -> {Function[AppendTo[arrays, Information[#Net, "Arrays"]]], "Interval" -> Quantity[1, "Batches"]}, LearningRate -> 0.8, MaxTrainingRounds -> 30]

配列がどうように更新されるかをチェックする：

Wolfram Language code: ListStepPlot[KeyMap[StringRiffle, Map[First @* Flatten, Transpose[arrays, AllowedHeads -> All], {2}]]]

配列を1つずつ別々に更新することで同じNetGraphを訓練する：

Wolfram Language code: arrays = {Information[net, "Arrays"]};NetTrain[net, {-1 -> -0.4, -.5 -> 0, .5 -> 2, 1 -> 2.4}, TrainingUpdateSchedule -> {{"layer1", "Biases"}, {"layer1", "Weights"}, {"layer2", "Biases"}, {"layer2", "Weights"}}, TrainingProgressFunction -> {Function[AppendTo[arrays, Information[#Net, "Arrays"]]], "Interval" -> Quantity[1, "Batches"]}, LearningRate -> 0.8, MaxTrainingRounds -> 20]
Wolfram Language code: ListStepPlot[KeyMap[StringRiffle, Map[First @* Flatten, Transpose[arrays, AllowedHeads -> All], {2}]]]

考えられる問題  (1)

ネットワーク内の数ヶ所に共有配列があると，一意的な訓練更新スケジュールだけが共有配列のすべての出現に対して適用される．

共有配列があるネットワークを作る：

Wolfram Language code: sharedlayer = NetInsertSharedArrays[LinearLayer[{}, "Input" -> "Real"]]; net = NetInitialize@NetChain[{sharedlayer, Tanh, sharedlayer}]

第1層だけを更新するように指定し各更新後に第3層の重みの値を集めるTrainingUpdateScheduleで訓練する：

Wolfram Language code: arrays = {};NetTrain[net, {1 -> 0, 0 -> 1}, TrainingUpdateSchedule -> {1}, TrainingProgressFunction -> {Function[AppendTo[arrays, NetExtract[#Net, {3, "Weights"}]]], "Interval" -> Quantity[1, "Batches"]}, MaxTrainingRounds -> 10]

共有重みが各エポックで更新される：

Wolfram Language code: ListStepPlot[First /@ Flatten /@ arrays]

結果は更新スケジュールなしで訓練した場合と同じである：

Wolfram Language code: arrays = {};NetTrain[net, {1 -> 0, 0 -> 1}, TrainingProgressFunction -> {Function[AppendTo[arrays, NetExtract[#Net, {3, "Weights"}]]], "Interval" -> Quantity[1, "Batches"]}, MaxTrainingRounds -> 10]
Wolfram Language code: ListStepPlot[First /@ Flatten /@ arrays]
Wolfram Research (2020), TrainingUpdateSchedule, Wolfram言語関数， https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html.

テキスト

Wolfram Research (2020), TrainingUpdateSchedule, Wolfram言語関数， https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html.

CMS

Wolfram Language. 2020. "TrainingUpdateSchedule." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html.

APA

Wolfram Language. (2020). TrainingUpdateSchedule. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html

BibTeX

@misc{reference.wolfram_2026_trainingupdateschedule, author="Wolfram Research", title="{TrainingUpdateSchedule}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html}", note=[Accessed: 27-October-2026]}

BibLaTeX

@online{reference.wolfram_2026_trainingupdateschedule, organization={Wolfram Research}, title={TrainingUpdateSchedule}, year={2020}, url={https://reference.wolfram.com/language/ref/TrainingUpdateSchedule.html}, note=[Accessed: 27-October-2026]}