ResourceApplyAdam

공개 최종 클래스 ResourceApplyAdam

Adam 알고리즘에 따라 '*var'를 업데이트합니다.

$$\text{lr}_t := \mathrm{learning_rate} * \sqrt{1 - \beta_2^t} / (1 - \beta_1^t)$$$$m_t := \beta_1 * m_{t-1} + (1 - \beta_1) * g$$$$v_t := \beta_2 * v_{t-1} + (1 - \beta_2) * g * g$$$$\text{variable} := \text{variable} - \text{lr}_t * m_t / (\sqrt{v_t} + \epsilon)$$

중첩 클래스

수업 ResourceApplyAdam.Options ResourceApplyAdam 의 선택적 속성

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

static <T는 TType을 확장합니다. > ResourceApplyAdam
create ( 범위 범위, 피연산자 <?> var, 피연산자 <?> m, 피연산자 <?> v, 피연산자 <T> beta1Power, 피연산자 <T> beta2Power, 피연산자 <T> lr, 피연산자 <T> beta1, 피연산자 <T > beta2, 피연산자 <T> 엡실론, 피연산자 <T> grad, 옵션... 옵션)
새로운 ResourceApplyAdam 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 ResourceApplyAdam.Options
useLocking (부울 useLocking)
정적 ResourceApplyAdam.Options
useNesterov (부울 useNesterov)

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "ResourceApplyAdam"

공개 방법

public static ResourceApplyAdam create ( Scope 범위, Operand <?> var, Operand <?> m, Operand <?> v, Operand <T> beta1Power, Operand <T> beta2Power, Operand <T> lr, Operand <T> beta1, 피연산자 <T> beta2, 피연산자 <T> 엡실론, 피연산자 <T> grad, 옵션... 옵션)

새로운 ResourceApplyAdam 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
var Variable()에서 가져와야 합니다.
중 Variable()에서 가져와야 합니다.
다섯 Variable()에서 가져와야 합니다.
베타1힘 스칼라여야 합니다.
베타2파워 스칼라여야 합니다.
난 배율 인수. 스칼라여야 합니다.
베타1 모멘텀 요인. 스칼라여야 합니다.
베타2 모멘텀 요인. 스칼라여야 합니다.
엡실론 능선 용어. 스칼라여야 합니다.
졸업생 그라데이션입니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • ResourceApplyAdam의 새 인스턴스

공개 정적 ResourceApplyAdam.Options useLocking (부울 useLocking)

매개변수
사용잠금 'True'인 경우 var, m 및 v 텐서 업데이트는 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다.

공개 정적 ResourceApplyAdam.Options useNesterov (부울 useNesterov)

매개변수
사용Nesterov 'True'인 경우 네스테로프 업데이트를 사용합니다.