بارگذاری پارامترهای جاسازی FTRL با پشتیبانی از اشکال زدایی.
عملیاتی که پارامترهای بهینه سازی را برای جاسازی در HBM بارگذاری می کند. باید قبل از آن یک عملیات ConfigureTPUEmbeddingHost باشد که پیکربندی صحیح جدول جاسازی را تنظیم می کند. به عنوان مثال، این عملیات برای نصب پارامترهایی استفاده می شود که قبل از اجرای یک حلقه آموزشی از یک نقطه بازرسی بارگذاری می شوند.
کلاس های تو در تو
کلاس | LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options | ویژگی های اختیاری برای LoadTPUEmbeddingFTRLParametersGradAccumDebug |
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
استاتیک LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options | پیکربندی (پیکربندی رشته) |
استاتیک LoadTPUEmbeddingFTRLParametersGradAccumDebug | ایجاد ( دامنه دامنه ، عملوند < TFloat32 > پارامترها، عملوند < TFloat32 > انباشتهکنندهها، عملوند < TFloat32 > خطیها، عملوند < TFloat32 > gradientAccumulators، NumShards طولانی، Long shardId، گزینهها... ) روش کارخانه برای ایجاد کلاسی که یک عملیات جدید LoadTPUEmbeddingFTRLParametersGradAccumDebug را بسته بندی می کند. |
استاتیک LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options | tableId (Long tableId) |
استاتیک LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options | tableName (رشته جدولName) |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
بارگذاری استاتیک عمومی LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options پیکربندی (پیکربندی رشته)
استاتیک عمومی LoadTPUEmbeddingFTRLParametersGradAccumDebug ایجاد ( دامنه دامنه ، عملوند < TFloat32 > پارامترها، عملوند < TFloat32 > انباشتهها، عملوند < TFloat32 > خطیها، عملوند < TFloat32 > gradientAccumards Long options، Long
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید LoadTPUEmbeddingFTRLParametersGradAccumDebug را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
مولفه های | مقدار پارامترهای مورد استفاده در الگوریتم بهینه سازی FTRL. |
انباشته ها | ارزش انباشته های مورد استفاده در الگوریتم بهینه سازی FTRL. |
خطی | مقدار خطی های مورد استفاده در الگوریتم بهینه سازی FTRL. |
gradient accumulators | مقدار gradient_accumulators استفاده شده در الگوریتم بهینه سازی FTRL. |
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از LoadTPUEmbeddingFTRLParametersGradAccumDebug