kelas akhir publik ResourceApplyAdaMax
Perbarui '*var' sesuai dengan algoritma AdaMax.
m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) variabel <- variabel - kecepatan_belajar / (1 - beta1^ t) * m_t / (v_t + epsilon)
Kelas Bersarang
kelas | ResourceApplyAdaMax.Options | Atribut opsional untuk ResourceApplyAdaMax |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > ResourceApplyAdaMax | |
ResourceApplyAdaMax.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: "ResourceApplyAdaMax"
Metode Publik
public static ResourceApplyAdaMax buat ( Ruang lingkup , Operan <?> var, Operan <?> m, Operan <?> v, Operan <T> beta1Power, Operan <T> lr, Operan <T> beta1, Operan <T> beta2, Operan <T> epsilon, Operan <T> grad, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyAdaMax baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
var | Harus dari Variabel(). |
M | Harus dari Variabel(). |
ay | Harus dari Variabel(). |
beta1Kekuatan | Pasti skalar. |
lr | Faktor skala. Pasti skalar. |
beta1 | Faktor momentum. Pasti skalar. |
beta2 | Faktor momentum. Pasti skalar. |
epsilon | Istilah punggungan. Pasti skalar. |
lulusan | Gradien. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru ResourceApplyAdaMax
ResourceApplyAdaMax.Options statis publik useLocking (Boolean useLocking)
Parameter
gunakan Penguncian | Jika `True`, pembaruan tensor var, m, dan v akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
---|