Предупреждение. Этот API устарел и будет удален в будущей версии TensorFlow после того, как замена станет стабильной.
XlaSendTPUEmbeddingGradients
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Операция, выполняющая градиентные обновления встраиваемых таблиц.
Аргумент градиентов — это TensorList, имеющий ту же длину и форму, что и возвращаемое значение XlaRecvTPUEmbeddingActivations, но содержит градиенты потерь модели по отношению к активации внедрения. Таблицы внедрения обновляются на основе этих градиентов с помощью оптимизатора, указанного в прототипе TPUEmbeddingConfiguration, переданном в tpu.initialize_system.
Унаследованные методы
Из класса java.lang.Object логическое значение | равно (Объект arg0) |
последний класс<?> | получитьКласс () |
интервал | хэш-код () |
окончательная пустота | поставить в известность () |
окончательная пустота | уведомитьВсе () |
Нить | нанизывать () |
окончательная пустота | подождать (длинный arg0, int arg1) |
окончательная пустота | подождите (длинный arg0) |
окончательная пустота | ждать () |
Публичные методы
public static XlaSendTPUEmbeddingGradients create (область действия , Iterable< Operand <Float>> градиенты, Iterable< Operand <Float>> LearningRates, Operand <?> deduplicationData, String config)
Фабричный метод для создания класса, обертывающего новую операцию XlaSendTPUEmbeddingGradients.
Параметры
объем | текущий объем |
---|
градиенты | TensorList градиентов, с помощью которых можно обновить таблицы внедрения. |
---|
обучениеЦены | TensorList скоростей обучения, используемый для обновления таблиц внедрения через оптимизатор. Длина TensorList должна быть равна количеству тегов динамической скорости обучения, указанных в прототипе TPUEmbeddingConfiguration. |
---|
данные дедупликации | Тензор с типом = DT_VARIANT, содержащий данные дедупликации. Тензор представляет собой вложенный кортеж XLA, содержащий N элементов (где N — отношение количества встраиваемых ядер к тензорным ядрам на чип TPU). Каждый элемент вложенного кортежа представляет собой кортеж тензоров ранга 1. Каждый тензор либо содержит индексы (DT_UINT32) для внедрения поиска в TensorCore, либо веса (DT_FLOAT), которые применяются к выходным данным операции внедрения поиска. |
---|
конфигурация | Сериализованный прототип TPUEmbeddingConfiguration. |
---|
Возврат
- новый экземпляр XlaSendTPUEmbeddingGradients
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2023-12-01 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Отсутствует нужная мне информация"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Слишком сложен/слишком много шагов"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Устарел"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Проблема с переводом текста"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Проблемы образцов/кода"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Другое"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Прост для понимания"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Помог мне решить мою проблему"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Другое"
}]
{"lastModified": "\u041f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0435 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435: 2023-12-01 UTC."}