सार्वजनिक अंतिम वर्ग रिसोर्सस्पार्सएप्लाईएडग्रेडवी 2
एडाग्रेड योजना के अनुसार '*var' और '*accum' में प्रासंगिक प्रविष्टियाँ अद्यतन करें।
यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var और accum को निम्नानुसार अपडेट करते हैं: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))
नेस्टेड क्लासेस
| कक्षा | रिसोर्सस्पार्सएप्लाईएडाग्रेडवी2.विकल्प | ResourceSparseApplyAdagradV2 के लिए वैकल्पिक विशेषताएँ | |
स्थिरांक
| डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
| स्थैतिक <T टीटाइप का विस्तार करता है > रिसोर्सस्पार्सएप्लाईएडग्रेडवी2 | |
| स्थैतिक रिसोर्सस्पार्सएप्लाईएडाग्रेडवी2.विकल्प | अपडेटस्लॉट्स (बूलियन अपडेटस्लॉट्स) |
| स्थैतिक रिसोर्सस्पार्सएप्लाईएडाग्रेडवी2.विकल्प | यूज़लॉकिंग (बूलियन यूज़लॉकिंग) |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
स्थिर मान: "ResourceSparseApplyAdagradV2"
सार्वजनिक तरीके
सार्वजनिक स्थैतिक संसाधनSparseApplyAdagradV2 बनाएं ( स्कोप स्कोप, ऑपरेंड <?> var, ऑपरेंड <?> accum, ऑपरेंड <T> lr, ऑपरेंड <T> एप्सिलॉन, ऑपरेंड <T> ग्रेड, ऑपरेंड <? एक्सटेंड्स TNumber > इंडेक्स, विकल्प... विकल्प)
एक नया रिसोर्सस्पार्सएप्लाईएडाग्रेडवी2 ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| वर | एक वेरिएबल() से होना चाहिए। |
| जमा | एक वेरिएबल() से होना चाहिए। |
| एलआर | सीखने की दर। एक अदिश राशि होनी चाहिए. |
| एप्सिलॉन | निरंतर कारक. एक अदिश राशि होनी चाहिए. |
| ग्रैड | ढाल. |
| सूचकांक | var और accum के पहले आयाम में सूचकांकों का एक वेक्टर। |
| विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- resourceSparseApplyAdagradV2 का एक नया उदाहरण
सार्वजनिक स्थैतिक संसाधनSparseApplyAdagradV2 .ऑप्शंस यूज़लॉकिंग (बूलियन यूज़लॉकिंग)
पैरामीटर
| लॉकिंग का उपयोग करें | यदि `सही` है, तो var और Accum Tensors का अद्यतनीकरण एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है। |
|---|