Cette page a été traduite par l'API Cloud Translation.

AdaGrad

classe publique AdaGrad

Optimiseur qui implémente l'algorithme d'Adagrad.

Adagrad est un optimiseur avec des taux d'apprentissage spécifiques aux paramètres, qui sont adaptés en fonction de la fréquence à laquelle un paramètre est mis à jour pendant la formation. Plus un paramètre reçoit de mises à jour, plus les mises à jour sont petites.

Voir également

Duchi, J et al., 2011, Méthodes adaptatives de sous-gradient pour l'apprentissage en ligne et l'optimisation stochastique
Duchi, J et al., 2013, Méthodes proximales et du premier ordre pour l'optimisation convexe, Introduction Section 1

Constantes

Chaîne	ACCUMULATEUR
flotter	INITIAL_ACCUMULATOR_DEFAULT
flotter	LEARNING_RATE_DEFAULT

Constantes héritées

De la classe org.tensorflow.framework.optimizers.Optimizer

Chaîne VARIABLE_V2

Constructeurs Publics

	AdaGrad ( graphique graphique ) Crée un optimiseur AdaGrad
	AdaGrad ( Graphique , taux d'apprentissage flottant) Crée un optimiseur AdaGrad
	AdaGrad ( Graphique , float learningRate, float initialAccumulatorValue) Crée un optimiseur AdaGrad
	AdaGrad ( Graphique , nom de la chaîne, taux d'apprentissage flottant) Crée un optimiseur AdaGrad
	AdaGrad ( Graphique , nom de la chaîne, float learningRate, float initialAccumulatorValue) Crée un optimiseur AdaGrad

Méthodes publiques

Chaîne	getOptimizerName () Obtenez le nom de l'optimiseur.
Chaîne	àChaîne ()

Méthodes héritées

De la classe org.tensorflow.framework.optimizers.Optimizer

Opération	applyGradients (List< GradAndVar <? extends TType >> gradsAndVars, nom de la chaîne) Applique des dégradés aux variables
<T étend TType > List< GradAndVar <?>>	calculateGradients (perte de l'opérande <?>) Calcule les gradients en fonction d'un opérande de perte.
Chaîne statique	createName ( Sortie <? extends TType > variable, String slotName) Crée un nom en combinant un nom de variable et un nom d'emplacement
chaîne abstraite	getOptimizerName () Obtenez le nom de l'optimiseur.
<T étend TType > Facultatif< Variable <T>>	getSlot ( Sortie <T> var, String slotName) Obtient l'emplacement associé à la variable spécifiée et au nom de l'emplacement.
Opérations finales	obtenirTF () Obtient l'instance Ops de l'Optimizer
Opération	minimiser (perte de l'opérande <?>) Minimise la perte en mettant à jour les variables
Opération	minimiser (perte de l'opérande <?>, nom de la chaîne) Minimise la perte en mettant à jour les variables

De la classe java.lang.Object

booléen	est égal à (Objet arg0)
Classe finale<?>	obtenirClasse ()
int	Code de hachage ()
vide final	notifier ()
vide final	notifierTous ()
Chaîne	àChaîne ()
vide final	attendre (long arg0, int arg1)
vide final	attendez (long arg0)
vide final	attendez ()

Constantes

chaîne finale statique publique ACCUMULATEUR

Valeur constante : "accumulateur"

public statique final float INITIAL_ACCUMULATOR_DEFAULT

Valeur constante : 0,01

public statique final float LEARNING_RATE_DEFAULT

Valeur constante : 0,001

Constructeurs Publics

public AdaGrad ( Graphique )

Crée un optimiseur AdaGrad

Paramètres

graphique	le graphique TensorFlow

public AdaGrad ( Graphique , taux d'apprentissage flottant)

Crée un optimiseur AdaGrad

Paramètres

graphique	le graphique TensorFlow
taux d'apprentissage	le taux d'apprentissage

public AdaGrad ( Graphique , float learningRate, float initialAccumulatorValue)

Crée un optimiseur AdaGrad

Paramètres

graphique	le graphique TensorFlow
taux d'apprentissage	le taux d'apprentissage
valeur initiale de l'accumulateur	La valeur de départ des accumulateurs doit être non négative.

Jetés

Exception d'argument illégal	si initialAccumulatorValue est négatif

public AdaGrad ( Graphique , nom de la chaîne, taux d'apprentissage flottant)

Crée un optimiseur AdaGrad

Paramètres

graphique	le graphique TensorFlow
nom	le nom de cet optimiseur (par défaut "Adagrad")
taux d'apprentissage	le taux d'apprentissage

public AdaGrad ( Graphique , nom de la chaîne, float learningRate, float initialAccumulatorValue)

Crée un optimiseur AdaGrad

Paramètres

graphique	le graphique TensorFlow
nom	le nom de cet optimiseur (par défaut "Adagrad")
taux d'apprentissage	le taux d'apprentissage
valeur initiale de l'accumulateur	La valeur de départ des accumulateurs doit être non négative.

Jetés

Exception d'argument illégal	si initialAccumulatorValue est négatif

AdaGrad

Voir également

Constantes

Constantes héritées

Constructeurs Publics

Méthodes publiques

Méthodes héritées

Constantes

chaîne finale statique publique ACCUMULATEUR

public statique final float INITIAL_ACCUMULATOR_DEFAULT

public statique final float LEARNING_RATE_DEFAULT

Constructeurs Publics

public AdaGrad ( Graphique )

Paramètres

public AdaGrad ( Graphique , taux d'apprentissage flottant)

Paramètres

public AdaGrad ( Graphique , float learningRate, float initialAccumulatorValue)

Paramètres

Jetés

public AdaGrad ( Graphique , nom de la chaîne, taux d'apprentissage flottant)

Paramètres

public AdaGrad ( Graphique , nom de la chaîne, float learningRate, float initialAccumulatorValue)

Paramètres

Jetés

Méthodes publiques

chaîne publique getOptimizerName ()

Retour

chaîne publique versString ()