ApplyAdagrad

kelas akhir publik ApplyAdagrad

Perbarui '*var' sesuai dengan skema adagrad.

accum += lulusan * lulusan var -= lr * lulusan * (1 / sqrt(accum))

Kelas Bersarang

kelas TerapkanAdagrad.Opsi Atribut opsional untuk ApplyAdagrad

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > TerapkanAdagrad <T>
buat ( Lingkup lingkup, Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> grad, Pilihan... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi ApplyAdagrad baru.
Keluaran <T>
keluar ()
Sama seperti "var".
ApplyAdagrad.Options statis
pembaruanSlots (pembaruan BooleanSlots)
ApplyAdagrad.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "TerapkanAdagrad"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ApplyAdagrad <T> buat ( Lingkup lingkup, Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> grad, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ApplyAdagrad baru.

Parameter
cakupan ruang lingkup saat ini
var Harus dari Variabel().
akumulasi Harus dari Variabel().
lr Faktor skala. Pasti skalar.
lulusan Gradien.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari ApplyAdagrad

Keluaran publik <T> keluar ()

Sama seperti "var".

public static ApplyAdagrad.Options updateSlots (Boolean updateSlots)

public static ApplyAdagrad.Options useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Jika `True`, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.