kelas akhir publik ResourceSparseApplyAdagradDa
Perbarui entri di '*var' dan '*accum' sesuai dengan skema adagrad proksimal.
Kelas Bersarang
kelas | ResourceSparseApplyAdagradDa.Options | Atribut opsional untuk ResourceSparseApplyAdagradDa |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <T memperluas TType > ResourceSparseApplyAdagradDa | buat ( Lingkup lingkup, Operan <?> var, Operan <?> gradienAkumulator, Operan <?> gradienSquaredAccumulator, Operan <T> grad, Operan <? extends TNumber > indeks, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan < TInt64 > globalStep, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyAdagradDa baru. |
ResourceSparseApplyAdagradDa.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: "ResourceSparseApplyAdagradDA"
Metode Publik
public static ResourceSparseApplyAdagradDa buat ( Ruang lingkup, Operan <?> var, Operan <?> gradienAccumulator, Operan <?> gradienSquaredAccumulator, Operan <T> lulusan, Operan <? extends TNumber > indeks, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan < TInt64 > globalStep, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyAdagradDa baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
var | Harus dari Variabel(). |
akumulator gradien | Harus dari Variabel(). |
akumulator gradienSquared | Harus dari Variabel(). |
lulusan | Gradien. |
indeks | Vektor indeks ke dalam dimensi pertama var dan accum. |
lr | Kecepatan pembelajaran. Pasti skalar. |
l1 | Regularisasi L1. Pasti skalar. |
l2 | Regularisasi L2. Pasti skalar. |
langkah global | Nomor langkah pelatihan. Pasti skalar. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru ResourceSparseApplyAdagradDa
ResourceSparseApplyAdagradDa.Options statis publik useLocking (Boolean useLocking)
Parameter
gunakan Penguncian | Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
---|