Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma adagrad.
C'est pour les lignes pour lesquelles nous avons un diplôme, nous mettons à jour var et cumulons comme suit : $$accum += grad * grad$$$$var -= lr * grad * (1 / sqrt(accum))$$
Classes imbriquées
classe | SparseApplyAdagrad.Options | Attributs facultatifs pour SparseApplyAdagrad |
Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
statique <T étend TType > SparseApplyAdagrad <T> | |
Sortie <T> | dehors () Identique à "var". |
SparseApplyAdagrad.Options statique | updateSlots (booléen updateSlots) |
SparseApplyAdagrad.Options statique | useLocking (booléen useLocking) |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static SparseApplyAdagrad <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> epsilon, Operand <T> grad, Operand <? extends TNumber > indices, Options ... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdagrad.
Paramètres
portée | portée actuelle |
---|---|
var | Doit provenir d'une variable (). |
cumuler | Doit provenir d'une variable (). |
g / D | Taux d'apprentissage. Ça doit être un scalaire. |
épsilon | Facteur constant. Ça doit être un scalaire. |
diplômé | Le dégradé. |
indices | Un vecteur d'indices dans la première dimension de var et cumul. |
choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de SparseApplyAdagrad
public statique SparseApplyAdagrad.Options useLocking (booléen useLocking)
Paramètres
utiliserVerrouillage | Si `True`, la mise à jour des tenseurs var et cumul sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits. |
---|