Pengoptimal yang mengimplementasikan algoritma Adagrad.
Adagrad adalah pengoptimal dengan kecepatan pembelajaran khusus parameter, yang disesuaikan dengan seberapa sering parameter diperbarui selama pelatihan. Semakin banyak pembaruan yang diterima suatu parameter, semakin kecil pembaruannya.
Konstanta
Rangkaian | AKI | |
mengambang | INITIAL_ACCUMULATOR_DEFAULT | |
mengambang | BELAJAR_RATE_DEFAULT |
Konstanta yang Diwarisi
Konstruktor Publik
Metode Publik
Rangkaian | dapatkan Nama Pengoptimal () Dapatkan Nama pengoptimal. |
Rangkaian | keString () |
Metode Warisan
Konstanta
AKUMULATOR String akhir statis publik
float akhir statis publik INITIAL_ACCUMULATOR_DEFAULT
float akhir statis publik LEARNING_RATE_DEFAULT
Konstruktor Publik
AdaGrad publik (Grafik grafik , tingkat pembelajaran mengambang)
Membuat Pengoptimal AdaGrad
Parameter
grafik | Grafik TensorFlow |
---|---|
Tingkat pembelajaran | kecepatan pembelajaran |
AdaGrad publik ( Grafik grafik, float learningRate, float initialAccumulatorValue)
Membuat Pengoptimal AdaGrad
Parameter
grafik | Grafik TensorFlow |
---|---|
Tingkat pembelajaran | kecepatan pembelajaran |
NilaiAkumulator awal | Nilai awal untuk akumulator harus non-negatif. |
Melempar
Pengecualian Argumen Ilegal | jika InitialAccumulatorValue negatif |
---|
AdaGrad publik (Grafik grafik , Nama string, Tingkat pembelajaran mengambang)
Membuat Pengoptimal AdaGrad
Parameter
grafik | Grafik TensorFlow |
---|---|
nama | nama untuk Pengoptimal ini (defaultnya adalah 'Adagrad') |
Tingkat pembelajaran | kecepatan pembelajaran |
AdaGrad publik (Grafik grafik , Nama string, Tingkat pembelajaran float, Nilai Akumulator awal float)
Membuat Pengoptimal AdaGrad
Parameter
grafik | Grafik TensorFlow |
---|---|
nama | nama untuk Pengoptimal ini (defaultnya adalah 'Adagrad') |
Tingkat pembelajaran | kecepatan pembelajaran |
NilaiAkumulator awal | Nilai awal untuk akumulator harus non-negatif. |
Melempar
Pengecualian Argumen Ilegal | jika InitialAccumulatorValue negatif |
---|
Metode Publik
String publik getOptimizerName ()
Dapatkan Nama pengoptimal.
Kembali
- Nama pengoptimal.