공개 최종 클래스 ResourceApplyRmsProp
RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
이 알고리즘의 밀집 구현에서 ms와 mom은 grad가 0인 경우에도 업데이트되지만 이 희소 구현에서는 ms와 mom은 grad가 0인 동안 반복에서 업데이트되지 않습니다.
평균 제곱 = 붕괴 * 평균 제곱 + (1-감쇠) * 기울기 ** 2 델타 = 학습 속도 * 기울기 / sqrt(평균 제곱 + 엡실론)
ms <- rho * ms_{t-1} + (1-rho) * grad * grad mom <- 모멘텀 * mom_{t-1} + lr * grad / sqrt(ms + epsilon) var <- var - 엄마
중첩 클래스
| 수업 | ResourceApplyRmsProp.Options | ResourceApplyRmsProp 의 선택적 속성 | |
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| static <T는 TType을 확장합니다. > ResourceApplyRmsProp | |
| 정적 ResourceApplyRmsProp.Options | useLocking (부울 useLocking) |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
상수 값: "ResourceApplyRMSProp"
공개 방법
public static ResourceApplyRmsProp create ( 범위 범위, 피연산자 <?> var, 피연산자 <?> ms, 피연산자 <?> mom, 피연산자 <T> lr, 피연산자 <T> rho, 피연산자 <T> 추진력, 피연산자 <T> 엡실론, 피연산자 <T> grad, 옵션... 옵션)
새로운 ResourceApplyRmsProp 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| var | Variable()에서 가져와야 합니다. |
| ms | Variable()에서 가져와야 합니다. |
| 엄마 | Variable()에서 가져와야 합니다. |
| 난 | 배율 인수. 스칼라여야 합니다. |
| 로 | 부패율. 스칼라여야 합니다. |
| 엡실론 | 능선 용어. 스칼라여야 합니다. |
| 졸업생 | 그라데이션입니다. |
| 옵션 | 선택적 속성 값을 전달합니다. |
보고
- ResourceApplyRmsProp의 새 인스턴스
공개 정적 ResourceApplyRmsProp.Options useLocking (부울 useLocking)
매개변수
| 사용잠금 | 'True'인 경우 var, ms 및 mom 텐서 업데이트는 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다. |
|---|