kelas akhir publik LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug
Muat parameter penyematan SGD.
Sebuah operasi yang memuat parameter pengoptimalan ke dalam HBM untuk disematkan. Harus didahului dengan operasi ConfigureTPUEmbeddingHost yang menyiapkan konfigurasi tabel penyematan yang benar. Misalnya, operasi ini digunakan untuk menginstal parameter yang dimuat dari pos pemeriksaan sebelum loop pelatihan dijalankan.
Kelas Bersarang
| kelas | LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | Atribut opsional untuk LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Beban statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | konfigurasi (Konfigurasi string) |
| Load statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | |
| Beban statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | tableId (Id tabel panjang) |
| Beban statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | nama meja (String nama tabel) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug"
Metode Publik
Konfigurasi LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options statis publik (konfigurasi string)
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug publik statis membuat ( Lingkup cakupan, parameter Operand < TFloat32 >, Operand < TFloat32 > gradienAkumulator, Long numShards, Long shardId, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| parameter | Nilai parameter yang digunakan pada algoritma optimasi penurunan gradien stokastik. |
| akumulator gradien | Nilai gradien_akumulator yang digunakan dalam algoritma optimasi Adadelta. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug