Zaktualizuj odpowiednie wpisy w „*var” i „*accum” zgodnie ze schematem adagrad.
Oznacza to, że dla wierszy, dla których mamy grad, aktualizujemy var i accum w następujący sposób: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))
Klasy zagnieżdżone
klasa | ResourceSparseApplyAdagrad.Opcje | Opcjonalne atrybuty dla ResourceSparseApplyAdagrad |
Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
statyczny <T rozszerza TType > ResourceSparseApplyAdagrad | |
statyczny ResourceSparseApplyAdagrad.Options | updateSlots (Boolean updateSlots) |
statyczny ResourceSparseApplyAdagrad.Options | useLocking (boolowski useLocking) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
public static ResourceSparseApplyAdagrad create ( Zakres zasięgu , Operand <?> var, Operand <?> accum, Operand <T> lr, Operand <T> grad, Operand <? rozszerza TNumber > indeksy, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ResourceSparseApplyAdagrad.
Parametry
zakres | aktualny zakres |
---|---|
odm | Powinno pochodzić ze zmiennej (). |
gromadzić | Powinno pochodzić ze zmiennej (). |
lr | Szybkość uczenia się. Musi być skalarem. |
absolwent | Gradient. |
indeksy | Wektor indeksów do pierwszego wymiaru var i accum. |
opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja ResourceSparseApplyAdagrad
publiczny statyczny ResourceSparseApplyAdagrad.Options useLocking (boolean useLocking)
Parametry
użyjBlokowanie | Jeśli `True`, aktualizacja tensorów var i accum będzie zabezpieczona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację. |
---|