ResourceSparseApplyMomentum คลาสสุดท้ายสาธารณะ
อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม
ตั้งค่า use_nesterov = True หากคุณต้องการใช้โมเมนตัม Nesterov
นั่นคือสำหรับแถวที่เราได้ grad เราอัพเดต var และ accum ดังนี้:
สะสม = สะสม * โมเมนตัม + ผู้สำเร็จการศึกษา var -= lr * สะสม
คลาสที่ซ้อนกัน
| ระดับ | ResourceSparseApplyMomentum.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceSparseApplyMomentum | |
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| คงที่ <T ขยาย TType > ResourceSparseApplyMomentum | สร้าง ( ขอบเขต ขอบเขต ตัวดำเนินการ <?> var, ตัวดำเนินการ <?> accum, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <T> โมเมนตัม, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyMomentum ใหม่ |
| ResourceSparseApplyMomentum.Options แบบคงที่ | useLocking (การใช้ล็อคแบบบูลีน) |
| ResourceSparseApplyMomentum.Options แบบคงที่ | useNesterov (การใช้บูลีน UseNesterov) |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "ResourceSparseApplyMomentum"
วิธีการสาธารณะ
ResourceSparseApplyMomentum สาธารณะคงที่ สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <?> var, ตัวดำเนินการ <?> accum, ตัวดำเนินการ <T> lr, ตัว ดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <T> โมเมนตัม, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyMomentum ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| var | ควรมาจากตัวแปร () |
| สะสม | ควรมาจากตัวแปร () |
| ล | อัตราการเรียนรู้ ต้องเป็นสเกลาร์ |
| ผู้สำเร็จการศึกษา | การไล่ระดับสี |
| ดัชนี | เวกเตอร์ของดัชนีในมิติแรกของ var และ accum |
| โมเมนตัม | โมเมนตัม. ต้องเป็นสเกลาร์ |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ ResourceSparseApplyMomentum
ResourceSparseApplyMomentum.Options แบบคงที่สาธารณะ useLocking (useLocking แบบบูลีน)
พารามิเตอร์
| ใช้ล็อค | หากเป็น "จริง" การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง |
|---|
สาธารณะ ResourceSparseApplyMomentum.Options useNesterov (บูลีน useNesterov)
พารามิเตอร์
| ใช้ Nesterov | หาก "จริง" เทนเซอร์ที่ส่งผ่านเพื่อคำนวณ Grad จะเป็น var - lr * โมเมนตัม * สะสม ดังนั้นในท้ายที่สุด var ที่คุณได้รับก็คือ var - lr * โมเมนตัม * สะสม |
|---|