بارگذاری پارامترهای جاسازی SGD.
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 | LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | ویژگی های اختیاری برای LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug |
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | پیکربندی (پیکربندی رشته) |
استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | |
استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | tableId (Long tableId) |
استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.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
عمومی استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options پیکربندی (پیکربندی رشته)
عمومی استاتیک LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug ایجاد (حوزه دامنه ، عملوند < TFloat32 > پارامترها، عملوند < TFloat32 > gradientAccumulators، NumShards طولانی، Long shardId، گزینهها... )
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
مولفه های | مقدار پارامترهای مورد استفاده در الگوریتم بهینهسازی گرادیان نزولی تصادفی. |
gradient accumulators | مقدار gradient_accumulators استفاده شده در الگوریتم بهینه سازی Adadelta. |
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug