Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

ResourceApplyKerasMomentum

ResourceApplyKerasMomentum public final class

Actualice '* var' de acuerdo con el esquema de impulso.

Establezca use_nesterov = True si desea utilizar el impulso de Nesterov.

acumula = acumula * impulso - lr * grad var + = acumula

clase ResourceApplyKerasMomentum.Options Los atributos opcionales para ResourceApplyKerasMomentum

Cuerda OP_NAME El nombre de esta operación, como lo conoce el motor central de TensorFlow

estática <T se extiende Ttype > ResourceApplyKerasMomentum	crear ( Alcance alcance, operando <?> var, operando <?> acum, operando <T> lr, operando <T> graduado, operando <T> impulso, Opciones ... Opciones) Método de fábrica para crear una clase que envuelva una nueva operación ResourceApplyKerasMomentum.
estáticas ResourceApplyKerasMomentum.Options	useLocking (Boolean useLocking)
estáticas ResourceApplyKerasMomentum.Options	useNesterov (Boolean useNesterov)

booleano final	es igual a (Object obj)
int final	hashCode ()
Operación	op () Devuelva esta unidad de cálculo como una sola `Operation` .
cadena final	toString ()

De la clase java.lang.Object

abstracta ExecutionEnvironment	env () Devuelve el entorno de ejecución en el que se creó esta operación.
abstracta Operación	op () Devuelva esta unidad de cálculo como una sola `Operation` .

Constantes

El nombre de esta operación, como lo conoce el motor central de TensorFlow

Valor constante: "ResourceApplyKerasMomentum"

Método de fábrica para crear una clase que envuelva una nueva operación ResourceApplyKerasMomentum.

alcance	alcance actual
var	Debe ser de una variable ().
acumular	Debe ser de una variable ().
lr	Factor de escala. Debe ser un escalar.
graduado	El gradiente.
impulso	Impulso. Debe ser un escalar.
opciones	lleva valores de atributos opcionales

useLocking	Si es "Verdadero", la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención.

useNesterov	Si es "Verdadero", el tensor pasado para calcular grad será var + momentum * acum, por lo que al final, la var que obtienes es en realidad var + momentum * acum.