adadelta momentum sgd

7ae1f609 · wangjiawei04 · 9283a400 · 9283a400 · 7ae1f609 · 7ae1f609
5 changed file
--- a/doc/fluid/api_cn/optimizer_cn/AdadeltaOptimizer_cn.rst
+++ b/doc/fluid/api_cn/optimizer_cn/AdadeltaOptimizer_cn.rst
-.. _cn_api_fluid_optimizer_AdadeltaOptimizer:
-AdadeltaOptimizer
-------------------------------
-.. py:class:: paddle.fluid.optimizer.AdadeltaOptimizer(learning_rate, epsilon=1.0e-6, rho=0.95, parameter_list=None, regularization=None, grad_clip=None, name=None)
-**注意：此接口不支持稀疏参数更新。**
-Adadelta优化器，具体细节可参考论文 `ADADELTA: AN ADAPTIVE LEARNING RATE METHOD <https://arxiv.org/abs/1212.5701>`_ 。
-更新公式如下：
-.. math::
-    E(g_t^2) &= \rho * E(g_{t-1}^2) + (1-\rho) * g^2\\
-    learning\_rate &= \sqrt{ ( E(dx_{t-1}^2) + \epsilon ) / ( E(g_t^2) + \epsilon ) }\\
-    E(dx_t^2) &= \rho * E(dx_{t-1}^2) + (1-\rho) * (-g*learning\_rate)^2
-参数：
-    - **learning_rate** (float|Variable) - 全局学习率。
-    - **epsilon** (float) - 维持数值稳定性的浮点型值，默认值为1.0e-6。
-    - **rho** (float) - 算法中的衰减率，默认值为0.95。
-    - **parameter_list** (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。
-    - **regularization** (WeightDecayRegularizer，可选) - 正则化方法。支持两种正则化策略: :ref:`cn_api_fluid_regularizer_L1Decay` 、 
-      :ref:`cn_api_fluid_regularizer_L2Decay` 。如果一个参数已经在 :ref:`cn_api_fluid_ParamAttr` 中设置了正则化，这里的正则化设置将被忽略；
-      如果没有在 :ref:`cn_api_fluid_ParamAttr` 中设置正则化，这里的设置才会生效。默认值为None，表示没有正则化。
-    - **grad_clip** (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
-      默认值为None，此时将不进行梯度裁剪。
-    - **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。
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    image = fluid.layers.data(name='image', shape=[28], dtype='float32')
-    fc = fluid.layers.fc(image, size=10)
-    cost = fluid.layers.reduce_mean(fc)
-    optimizer = fluid.optimizer.AdadeltaOptimizer(
-        learning_rate=0.0003, epsilon=1.0e-6, rho=0.95)
-    optimizer_ops, params_grads = optimizer.minimize(cost)
-.. py:method:: minimize(loss, startup_program=None, parameter_list=None, no_grad_set=None)
-为训练网络添加反向和参数优化部分，进而使损失最小化。
-参数：
-    - **loss** (Variable) – 优化器的损失变量。
-    - **startup_program** (Program，可选) – 参数所在的startup program。默认值为None，表示 :ref:`cn_api_fluid_default_startup_program` 。
-    - **parameter_list** (list，可选) – 待更新的Parameter或者Parameter.name组成的列表。默认值为None，表示所有参数均需要更新。
-    - **no_grad_set** (set，可选) – 不需要更新的Parameter或者Parameter.name组成的集合。默认值为None。
-返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。该返回值可以加入到 ``Executor.run()`` 接口的 ``fetch_list`` 参数中，若加入，则会重写 ``use_prune`` 参数为True，并根据 ``feed`` 和 ``fetch_list`` 进行剪枝，详见 ``Executor`` 的文档。
-返回类型: tuple
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    image = fluid.layers.data(name='image', shape=[28], dtype='float32')
-    fc = fluid.layers.fc(image, size=10)
-    cost = fluid.layers.reduce_mean(fc)
-    optimizer = fluid.optimizer.AdadeltaOptimizer(
-        learning_rate=0.0003, epsilon=1.0e-6, rho=0.95)
-    optimizer_ops, params_grads = optimizer.minimize(cost)
-.. py:method:: clear_gradients()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
-清除需要优化的参数的梯度。
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    import numpy as np
-    with fluid.dygraph.guard():
-        value = np.arange(26).reshape(2, 13).astype("float32")
-        a = fluid.dygraph.to_variable(value)
-        linear = fluid.Linear(13, 5, dtype="float32")
-        optimizer = fluid.optimizer.AdadeltaOptimizer(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
-                                                      parameter_list=linear.parameters())
-        out = linear(a)
-        out.backward()
-        optimizer.minimize(out)
-        optimizer.clear_gradients()
-.. py:method:: set_lr()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**  
-手动设置当前 ``optimizer`` 的学习率。当使用LearningRateDecay时，无法使用该API手动设置学习率，因为这将导致冲突。
-参数：
-    value (float|Variable) - 需要设置的学习率的值。
-返回：无
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    with fluid.dygraph.guard():
-        linear = fluid.dygraph.nn.Linear(10, 10)
-        adam = fluid.optimizer.Adam(0.1, parameter_list=linear.parameters())
-        # 通过Python float数值手动设置学习率
-        lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
-        for i in range(5):
-            adam.set_lr(lr_list[i])
-            print("current lr is {}".format(adam.current_step_lr()))
-        # 打印结果:
-        #    current lr is 0.2
-        #    current lr is 0.3
-        #    current lr is 0.4
-        #    current lr is 0.5
-        #    current lr is 0.6
-        # 通过 框架的Variable 设置学习率
-        lr_var = fluid.layers.create_global_var(shape=[1], value=0.7, dtype='float32')
-        adam.set_lr(lr_var)
-        print("current lr is {}".format(adam.current_step_lr()))
-        # 打印结果:
-        #    current lr is 0.7
-.. py:method:: current_step_lr()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
-获取当前步骤的学习率。当不使用LearningRateDecay时，每次调用的返回值都相同，否则返回当前步骤的学习率。
-返回：当前步骤的学习率。
-返回类型：float
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    import numpy as np
-    # example1: LearningRateDecay is not used, return value is all the same
-    with fluid.dygraph.guard():
-        emb = fluid.dygraph.Embedding([10, 10])
-        adam = fluid.optimizer.Adam(0.001, parameter_list = emb.parameters())
-        lr = adam.current_step_lr()
-        print(lr) # 0.001
-    # example2: PiecewiseDecay is used, return the step learning rate
-    with fluid.dygraph.guard():
-        inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
-        linear = fluid.dygraph.nn.Linear(10, 10)
-        inp = fluid.dygraph.to_variable(inp)
-        out = linear(inp)
-        loss = fluid.layers.reduce_mean(out)
-        bd = [2, 4, 6, 8]
-        value = [0.2, 0.4, 0.6, 0.8, 1.0]
-        adam = fluid.optimizer.Adam(fluid.dygraph.PiecewiseDecay(bd, value, 0),
-                           parameter_list=linear.parameters())
-        # first step: learning rate is 0.2
-        np.allclose(adam.current_step_lr(), 0.2, rtol=1e-06, atol=0.0) # True
-        # learning rate for different steps
-        ret = [0.2, 0.2, 0.4, 0.4, 0.6, 0.6, 0.8, 0.8, 1.0, 1.0, 1.0, 1.0]
-        for i in range(12):
-            adam.minimize(loss)
-            lr = adam.current_step_lr()
-            np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True
--- a/doc/fluid/api_cn/optimizer_cn/Adadelta_cn.rst
+++ b/doc/fluid/api_cn/optimizer_cn/Adadelta_cn.rst
-.. _cn_api_fluid_optimizer_Adadelta:
+.. _cn_api_paddle_optimizer_Adadelta:
-Adadelta
+AdadeltaOptimizer
 -------------------------------
-.. py:attribute::  paddle.fluid.optimizer.Adadelta
+.. py:class:: paddle.optimizer.Adadelta(learning_rate, epsilon=1.0e-6, rho=0.95, parameter_list=None, regularization=None, grad_clip=None, name=None)
+**注意：此接口不支持稀疏参数更新。**
+Adadelta优化器，具体细节可参考论文 `ADADELTA: AN ADAPTIVE LEARNING RATE METHOD <https://arxiv.org/abs/1212.5701>`_ 。
-``AdadeltaOptimizer`` 的别名
+更新公式如下：
+.. math::
+    E(g_t^2) &= \rho * E(g_{t-1}^2) + (1-\rho) * g^2\\
+    learning\_rate &= \sqrt{ ( E(dx_{t-1}^2) + \epsilon ) / ( E(g_t^2) + \epsilon ) }\\
+    E(dx_t^2) &= \rho * E(dx_{t-1}^2) + (1-\rho) * (-g*learning\_rate)^2
+参数：
+    - **learning_rate** (float|_LRScheduler) - 学习率，用于参数更新的计算。可以是一个浮点型值或者一个_LRScheduler类，默认值为0.001
+    - **epsilon** (float, 可选) - 保持数值稳定性的短浮点类型值，默认值为1e-06
+    - **rho** (float) - 算法中的衰减率，默认值为0.95。
+    - **parameters** (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。
+    - **weight_decay** (float|Tensor, 可选) - 权重衰减系数，是一个float类型或者shape为[1] ，数据类型为float32的Tensor类型。默认值为0.01
+    - **grad_clip** (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
+      默认值为None，此时将不进行梯度裁剪。
+    - **name** (str, 可选)- 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` ，默认值为None
+Adadelta优化器出自 `DECOUPLED WEIGHT DECAY REGULARIZATION 论文 <https://arxiv.org/pdf/1711.05101.pdf>`,用来解决Adam优化器中L2正则化失效的问题。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    adadelta = paddle.optimizer.Adadelta(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+            parameters=linear.parameters())
+    out.backward()
+    adadelta.step()
+    adadelta.clear_grad()
+.. py:method:: step()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+执行一次优化器并进行参数更新。
+返回：None。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    adadelta = paddle.optimizer.Adadelta(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+                                parameters = linear.parameters())
+    out = linear(a)
+    out.backward()
+    adadelta.step()
+    adadelta.clear_grad()
+.. py:method:: minimize(loss, startup_program=None, parameters=None, no_grad_set=None)
+为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameters中的Parameters，最小化网络损失值loss。
+参数：
+    - **loss** (Tensor) – 需要最小化的损失值变量
+    - **startup_program** (Program, 可选) – 用于初始化parameters中参数的 :ref:`cn_api_fluid_Program` , 默认值为None，此时将使用 :ref:`cn_api_fluid_default_startup_program` 
+    - **parameters** (list, 可选) – 待更新的Parameter或者Parameter.name组成的列表， 默认值为None，此时将更新所有的Parameter
+    - **no_grad_set** (set, 可选) – 不需要更新的Parameter或者Parameter.name组成的集合，默认值为None
+返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。在静态图模式下，该返回值可以加入到 ``Executor.run()`` 接口的 ``fetch_list`` 参数中，若加入，则会重写 ``use_prune`` 参数为True，并根据 ``feed`` 和 ``fetch_list`` 进行剪枝，详见 ``Executor`` 的文档。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    beta1 = paddle.to_tensor([0.9], dtype="float32")
+    beta2 = paddle.to_tensor([0.99], dtype="float32")
+    adadelta = paddle.optimizer.Adadelta(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+            parameters=linear.parameters())
+    out.backward()
+    adadelta.minimize(loss)
+    adadelta.clear_grad()
+.. py:method:: clear_grad()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+清除需要优化的参数的梯度。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    optimizer = paddle.optimizer.Adadelta(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+                                     parameters=linear.parameters())
+    out = linear(a)
+    out.backward()
+    optimizer.step()
+    optimizer.clear_grad()
+.. py:method:: set_lr(value)
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**  
+手动设置当前 ``optimizer`` 的学习率。当使用_LRScheduler时，无法使用该API手动设置学习率，因为这将导致冲突。
+参数：
+    value (float) - 需要设置的学习率的值。
+返回：None
+**代码示例**
+.. code-block:: python
+    import paddle
+    paddle.disable_static()
+    linear = paddle.nn.Linear(10, 10)
+    adadelta = paddle.optimizer.AdamW(weight_decay=0.01,
+                                 learning_rate=0.1, parameters=linear.parameters())
+    # set learning rate manually by python float value
+    lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
+    for i in range(5):
+        adadelta.set_lr(lr_list[i])
+        lr = adadelta.get_lr()
+        print("current lr is {}".format(lr))
+    # Print:
+    #    current lr is 0.2
+    #    current lr is 0.3
+    #    current lr is 0.4
+    #    current lr is 0.5
+    #    current lr is 0.6
+.. py:method:: get_lr()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+获取当前步骤的学习率。当不使用_LRScheduler时，每次调用的返回值都相同，否则返回当前步骤的学习率。
+返回：float，当前步骤的学习率。
+**代码示例**
+.. code-block:: python
+    import numpy as np
+    import paddle
+    # example1: _LRScheduler is not used, return value is all the same
+    paddle.disable_static()
+    emb = paddle.nn.Embedding(10, 10, sparse=False)
+    adadelta = paddle.optimizer.Adadelta(learning_rate=0.001, parameters = emb.parameters(),weight_decay=0.01)
+    lr = adadelta.get_lr()
+    print(lr) # 0.001
+    # example2: PiecewiseLR is used, return the step learning rate
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.reduce_mean(out)
+    bd = [2, 4, 6, 8]
+    value = [0.2, 0.4, 0.6, 0.8, 1.0]
+    scheduler = paddle.optimizer.PiecewiseLR(bd, value, 0)
+    adadelta = paddle.optimizer.Adadelta(scheduler,
+                           parameters=linear.parameters(),
+                           weight_decay=0.01)
+    # first step: learning rate is 0.2
+    np.allclose(adadelta.get_lr(), 0.2, rtol=1e-06, atol=0.0) # True
+    # learning rate for different steps
+    ret = [0.2, 0.2, 0.4, 0.4, 0.6, 0.6, 0.8, 0.8, 1.0, 1.0, 1.0, 1.0]
+    for i in range(12):
+        adadelta.step()
+        lr = adadelta.get_lr()
+        scheduler.step()
+        np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True
--- a/doc/fluid/api_cn/optimizer_cn/Momentum_cn.rst
+++ b/doc/fluid/api_cn/optimizer_cn/Momentum_cn.rst
-.. _cn_api_fluid_optimizer_Momentum:
+.. _cn_api_paddle_optimizer_Momentum:
 Momentum
 -------------------------------
-.. py:attribute::  paddle.fluid.optimizer.Momentum
+.. py:class:: paddle.optimizer.Momentum(learning_rate=0.001, epsilon=1.0e-6, rho=0.95, parameters=None, weight_decay=None, grad_clip=None, name=None)
+该接口实现含有速度状态的Simple Momentum 优化器
+该优化器含有牛顿动量标志，公式更新如下：
-``MomentumOptimizer`` 的别名
+更新公式如下：
+.. math::
+    & velocity = mu * velocity + gradient\\
+    & if (use\_nesterov):\\
+    &\quad   param = param - (gradient + mu * velocity) * learning\_rate\\
+    & else:\\&\quad   param = param - learning\_rate * velocity
+参数：
+    - **learning_rate** (float|_LRScheduler) - 学习率，用于参数更新的计算。可以是一个浮点型值或者一个_LRScheduler类，默认值为0.001
+    - **momentum** (float) - 动量因子。
+    - **parameters** (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。
+    - **weight_decay** (float|Tensor, 可选) - 权重衰减系数，是一个float类型或者shape为[1] ，数据类型为float32的Tensor类型。默认值为0.01
+    - **grad_clip** (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
+      默认值为None，此时将不进行梯度裁剪。
+    - **name** (str, 可选)- 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` ，默认值为None
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    momentum = paddle.optimizer.Momentum(learning_rate=0.1, parameters=linear.parameters(), weight_decay=0.01)
+    out.backward()
+    momentum.step()
+    momentum.clear_grad()
+.. py:method:: step()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+执行一次优化器并进行参数更新。
+返回：None。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    momentum = paddle.optimizer.Momentum(learning_rate=0.0003, parameters = linear.parameters())
+    out = linear(a)
+    out.backward()
+    momentum.step()
+    momentum.clear_grad()
+.. py:method:: minimize(loss, startup_program=None, parameters=None, no_grad_set=None)
+为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameters中的Parameters，最小化网络损失值loss。
+参数：
+    - **loss** (Tensor) – 需要最小化的损失值变量
+    - **startup_program** (Program, 可选) – 用于初始化parameters中参数的 :ref:`cn_api_fluid_Program` , 默认值为None，此时将使用 :ref:`cn_api_fluid_default_startup_program` 
+    - **parameters** (list, 可选) – 待更新的Parameter或者Parameter.name组成的列表， 默认值为None，此时将更新所有的Parameter
+    - **no_grad_set** (set, 可选) – 不需要更新的Parameter或者Parameter.name组成的集合，默认值为None
+返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。在静态图模式下，该返回值可以加入到 ``Executor.run()`` 接口的 ``fetch_list`` 参数中，若加入，则会重写 ``use_prune`` 参数为True，并根据 ``feed`` 和 ``fetch_list`` 进行剪枝，详见 ``Executor`` 的文档。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    beta1 = paddle.to_tensor([0.9], dtype="float32")
+    beta2 = paddle.to_tensor([0.99], dtype="float32")
+    momentum = paddle.optimizer.Momentum(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+            parameters=linear.parameters())
+    out.backward()
+    momentum.minimize(loss)
+    momentum.clear_grad()
+.. py:method:: clear_grad()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+清除需要优化的参数的梯度。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    optimizer = paddle.optimizer.Adadelta(learning_rate=0.0003, epsilon=1.0e-6, rho=0.95,
+                                     parameters=linear.parameters())
+    out = linear(a)
+    out.backward()
+    optimizer.step()
+    optimizer.clear_grad()
+.. py:method:: set_lr(value)
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**  
--- a/doc/fluid/api_cn/optimizer_cn/SGDOptimizer_cn.rst
+++ b/doc/fluid/api_cn/optimizer_cn/SGDOptimizer_cn.rst
-.. _cn_api_fluid_optimizer_SGDOptimizer:
-SGDOptimizer
-------------------------------
-.. py:class:: paddle.fluid.optimizer.SGDOptimizer(learning_rate, parameter_list=None, regularization=None, grad_clip=None, name=None)
-该接口实现随机梯度下降算法的优化器
-.. math::
-            \\param\_out=param-learning\_rate*grad\\
-参数:
-  - **learning_rate** (float|Variable) - 用于更新参数的学习率。可以是浮点值，也可以是具有一个浮点值作为数据元素的变量。
-  - **parameter_list** (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。
-  - **regularization** (WeightDecayRegularizer，可选) - 正则化方法。支持两种正则化策略: :ref:`cn_api_fluid_regularizer_L1Decay` 、 
-    :ref:`cn_api_fluid_regularizer_L2Decay` 。如果一个参数已经在 :ref:`cn_api_fluid_ParamAttr` 中设置了正则化，这里的正则化设置将被忽略；
-    如果没有在 :ref:`cn_api_fluid_ParamAttr` 中设置正则化，这里的设置才会生效。默认值为None，表示没有正则化。
-  - **grad_clip** (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
-    默认值为None，此时将不进行梯度裁剪。
-  - **name** (str, 可选) - 可选的名称前缀，一般无需设置，默认值为None。
-**代码示例**
-.. code-block:: python
-    import paddle
-    import paddle.fluid as fluid
-    import numpy as np
-    place = fluid.CPUPlace()
-    main = fluid.Program()
-    with fluid.program_guard(main):
-        x = fluid.layers.data(name='x', shape=[13], dtype='float32')
-        y = fluid.layers.data(name='y', shape=[1], dtype='float32')
-        y_predict = fluid.layers.fc(input=x, size=1, act=None)
-        cost = fluid.layers.square_error_cost(input=y_predict, label=y)
-        avg_cost = fluid.layers.mean(cost)   
-        sgd_optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-        sgd_optimizer.minimize(avg_cost)
-        fetch_list = [avg_cost]
-        train_reader = paddle.batch(
-            paddle.dataset.uci_housing.train(), batch_size=1)
-        feeder = fluid.DataFeeder(place=place, feed_list=[x, y])
-        exe = fluid.Executor(place)
-        exe.run(fluid.default_startup_program())
-        for data in train_reader():
-            exe.run(main, feed=feeder.feed(data), fetch_list=fetch_list)
-.. py:method:: minimize(loss, startup_program=None, parameter_list=None, no_grad_set=None)
-为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameter_list中的Parameters，最小化网络损失值loss。
-参数：
-    - **loss** (Variable) – 需要最小化的损失值变量
-    - **startup_program** (Program, 可选) – 用于初始化parameter_list中参数的 :ref:`cn_api_fluid_Program` , 默认值为None，此时将使用 :ref:`cn_api_fluid_default_startup_program` 
-    - **parameter_list** (list, 可选) – 待更新的Parameter或者Parameter.name组成的列表， 默认值为None，此时将更新所有的Parameter
-    - **no_grad_set** (set, 可选) – 不需要更新的Parameter或者Parameter.name组成的集合，默认值为None
-返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。该返回值可以加入到 ``Executor.run()`` 接口的 ``fetch_list`` 参数中，若加入，则会重写 ``use_prune`` 参数为True，并根据 ``feed`` 和 ``fetch_list`` 进行剪枝，详见 ``Executor`` 的文档。
-返回类型： tuple
-**代码示例**
-.. code-block:: python
-    import paddle
-    import paddle.fluid as fluid
-    import numpy as np
-    place = fluid.CPUPlace()
-    main = fluid.Program()
-    with fluid.program_guard(main):
-        x = fluid.layers.data(name='x', shape=[13], dtype='float32')
-        y = fluid.layers.data(name='y', shape=[1], dtype='float32')
-        y_predict = fluid.layers.fc(input=x, size=1, act=None)
-        cost = fluid.layers.square_error_cost(input=y_predict, label=y)
-        avg_cost = fluid.layers.mean(cost)   
-        sgd_optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-        sgd_optimizer.minimize(avg_cost)
-        fetch_list = [avg_cost]
-        train_reader = paddle.batch(
-            paddle.dataset.uci_housing.train(), batch_size=1)
-        feeder = fluid.DataFeeder(place=place, feed_list=[x, y])
-        exe = fluid.Executor(place)
-        exe.run(fluid.default_startup_program())
-        for data in train_reader():
-            exe.run(main, feed=feeder.feed(data), fetch_list=fetch_list)
-.. py:method:: clear_gradients()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
-清除需要优化的参数的梯度。
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    import numpy as np
-    with fluid.dygraph.guard():
-        value = np.arange(26).reshape(2, 13).astype("float32")
-        a = fluid.dygraph.to_variable(value)
-        linear = fluid.Linear(13, 5, dtype="float32")
-        optimizer = fluid.optimizer.SGDOptimizer(learning_rate=0.01,
-                                      parameter_list=linear.parameters())
-        out = linear(a)
-        out.backward()
-        optimizer.minimize(out)
-        optimizer.clear_gradients()
-.. py:method:: set_lr()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**  
-手动设置当前 ``optimizer`` 的学习率。当使用LearningRateDecay时，无法使用该API手动设置学习率，因为这将导致冲突。
-参数：
-    value (float|Variable) - 需要设置的学习率的值。
-返回：无
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    with fluid.dygraph.guard():
-        linear = fluid.dygraph.nn.Linear(10, 10)
-        adam = fluid.optimizer.Adam(0.1, parameter_list=linear.parameters())
-        # 通过Python float数值手动设置学习率
-        lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
-        for i in range(5):
-            adam.set_lr(lr_list[i])
-            print("current lr is {}".format(adam.current_step_lr()))
-        # 打印结果:
-        #    current lr is 0.2
-        #    current lr is 0.3
-        #    current lr is 0.4
-        #    current lr is 0.5
-        #    current lr is 0.6
-        # 通过 框架的Variable 设置学习率
-        lr_var = fluid.layers.create_global_var(shape=[1], value=0.7, dtype='float32')
-        adam.set_lr(lr_var)
-        print("current lr is {}".format(adam.current_step_lr()))
-        # 打印结果:
-        #    current lr is 0.7
-.. py:method:: current_step_lr()
-**注意：**
-  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
-获取当前步骤的学习率。当不使用LearningRateDecay时，每次调用的返回值都相同，否则返回当前步骤的学习率。
-返回：当前步骤的学习率。
-返回类型：float
-**代码示例**
-.. code-block:: python
-    import paddle.fluid as fluid
-    import numpy as np
-    # example1: LearningRateDecay is not used, return value is all the same
-    with fluid.dygraph.guard():
-        emb = fluid.dygraph.Embedding([10, 10])
-        adam = fluid.optimizer.Adam(0.001, parameter_list = emb.parameters())
-        lr = adam.current_step_lr()
-        print(lr) # 0.001
-    # example2: PiecewiseDecay is used, return the step learning rate
-    with fluid.dygraph.guard():
-        inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
-        linear = fluid.dygraph.nn.Linear(10, 10)
-        inp = fluid.dygraph.to_variable(inp)
-        out = linear(inp)
-        loss = fluid.layers.reduce_mean(out)
-        bd = [2, 4, 6, 8]
-        value = [0.2, 0.4, 0.6, 0.8, 1.0]
-        adam = fluid.optimizer.Adam(fluid.dygraph.PiecewiseDecay(bd, value, 0),
-                           parameter_list=linear.parameters())
-        # first step: learning rate is 0.2
-        np.allclose(adam.current_step_lr(), 0.2, rtol=1e-06, atol=0.0) # True
-        # learning rate for different steps
-        ret = [0.2, 0.2, 0.4, 0.4, 0.6, 0.6, 0.8, 0.8, 1.0, 1.0, 1.0, 1.0]
-        for i in range(12):
-            adam.minimize(loss)
-            lr = adam.current_step_lr()
-            np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True
--- a/doc/fluid/api_cn/optimizer_cn/SGD_cn.rst
+++ b/doc/fluid/api_cn/optimizer_cn/SGD_cn.rst
-.. _cn_api_fluid_optimizer_SGD:
+.. _cn_api_paddle_optimizer_SGD:
 SGD
 -------------------------------
-.. py:attribute::  paddle.fluid.optimizer.SGD
+.. py:class:: paddle.optimizer.SGD(learning_rate=0.001, parameters=None, weight_decay=None, grad_clip=None, name=None)
+该接口实现随机梯度下降算法的优化器
+.. math::
+            \\param\_out=param-learning\_rate*grad\\
-``SGDOptimizer`` 的别名
+为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameters中的Parameters，最小化网络损失值loss。
+参数:
+    - **learning_rate** (float|_LRScheduler) - 学习率，用于参数更新的计算。可以是一个浮点型值或者一个_LRScheduler类，默认值为0.001
+    - **parameters** (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。
+    - **weight_decay** (float|Tensor, 可选) - 权重衰减系数，是一个float类型或者shape为[1] ，数据类型为float32的Tensor类型。默认值为0.01
+    - **grad_clip** (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
+      默认值为None，此时将不进行梯度裁剪。
+    - **name** (str, 可选)- 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` ，默认值为None
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    sgd = paddle.optimizer.SGD(learning_rate=0.1, parameters=linear.parameters())
+    out.backward()
+    sgd.step()
+    sgd.clear_grad()
+.. py:method:: step()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+执行一次优化器并进行参数更新。
+返回：None。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    sgd = paddle.optimizer.SGD(learning_rate=0.0003, parameters = linear.parameters())
+    out = linear(a)
+    out.backward()
+    sgd.step()
+    sgd.clear_grad()
+.. py:method:: minimize(loss, startup_program=None, parameters=None, no_grad_set=None)
+为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameters中的Parameters，最小化网络损失值loss。
+参数：
+    - **loss** (Tensor) – 需要最小化的损失值变量
+    - **startup_program** (Program, 可选) – 用于初始化parameters中参数的 :ref:`cn_api_fluid_Program` , 默认值为None，此时将使用 :ref:`cn_api_fluid_default_startup_program` 
+    - **parameters** (list, 可选) – 待更新的Parameter或者Parameter.name组成的列表， 默认值为None，此时将更新所有的Parameter
+    - **no_grad_set** (set, 可选) – 不需要更新的Parameter或者Parameter.name组成的集合，默认值为None
+返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。在静态图模式下，该返回值可以加入到 ``Executor.run()`` 接口的 ``fetch_list`` 参数中，若加入，则会重写 ``use_prune`` 参数为True，并根据 ``feed`` 和 ``fetch_list`` 进行剪枝，详见 ``Executor`` 的文档。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    inp = np.random.uniform(-0.1, 0.1, [10, 10]).astype("float32")
+    linear = paddle.nn.Linear(10, 10)
+    inp = paddle.to_tensor(inp)
+    out = linear(inp)
+    loss = paddle.mean(out)
+    beta1 = paddle.to_tensor([0.9], dtype="float32")
+    beta2 = paddle.to_tensor([0.99], dtype="float32")
+    sgd = paddle.optimizer.SGD(learning_rate=0.0003, parameters=linear.parameters())
+    out.backward()
+    sgd.minimize(loss)
+    sgd.clear_grad()
+.. py:method:: clear_grad()
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**
+清除需要优化的参数的梯度。
+**代码示例**
+.. code-block:: python
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+    value = np.arange(26).reshape(2, 13).astype("float32")
+    a = paddle.to_tensor(value)
+    linear = paddle.nn.Linear(13, 5)
+    optimizer = paddle.optimizer.SGD(learning_rate=0.0003,
+                                     parameters=linear.parameters())
+    out = linear(a)
+    out.backward()
+    optimizer.step()
+    optimizer.clear_grad()
+.. py:method:: set_lr(value)
+**注意：**
+  **1. 该API只在** `Dygraph <../../user_guides/howto/dygraph/DyGraph.html>`_ **模式下生效**