עדכן את הערכים הרלוונטיים ב-'*var' ו-'*accum' בהתאם לתכנית adgrad.
כלומר עבור שורות שיש לנו גראד עבורן, אנו מעדכנים את var ומצטברים באופן הבא: $$accum += grad * grad$$$$var -= lr * grad * (1 / sqrt(accum))$$
כיתות מקוננות
מעמד | SparseApplyAdagrad.Options | תכונות אופציונליות עבור SparseApplyAdagrad |
קבועים
חוּט | OP_NAME | השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow |
שיטות ציבוריות
פלט <T> | asOutput () מחזירה את הידית הסמלית של הטנזור. |
סטטי <T מרחיב את TType > SparseApplyAdagrad <T> | |
פלט <T> | החוצה () זהה ל-"var". |
סטטי SparseApplyAdagrad.Options | updateSlots (בוליאני updateSlots) |
סטטי SparseApplyAdagrad.Options | useLocking (useLocking בוליאני) |
שיטות בירושה
קבועים
מחרוזת סופית סטטית ציבורית OP_NAME
השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow
שיטות ציבוריות
פלט ציבורי <T> asOutput ()
מחזירה את הידית הסמלית של הטנזור.
כניסות לפעולות TensorFlow הן יציאות של פעולת TensorFlow אחרת. שיטה זו משמשת להשגת ידית סמלית המייצגת את חישוב הקלט.
public static SparseApplyAdagrad <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> epsilon, Operand <T> grad, Operand <? מרחיב את המדדים של TNummer , Options ... אפשרויות)
שיטת מפעל ליצירת מחלקה העוטפת פעולת SparseApplyAdagrad חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|---|
var | צריך להיות ממשתנה(). |
לצבור | צריך להיות ממשתנה(). |
lr | קצב למידה. חייב להיות סקלר. |
אפסילון | גורם קבוע. חייב להיות סקלר. |
גראד | השיפוע. |
מדדים | וקטור של מדדים למימד הראשון של var ו-acum. |
אפשרויות | נושא ערכי תכונות אופציונליות |
החזרות
- מופע חדש של SparseApplyAdagrad
סטטי ציבורי SparseApplyAdagrad.Options useLocking (Boolian useLocking)
פרמטרים
השתמש בנעילה | אם 'נכון', עדכון טנסור ה- var ו-acum יהיה מוגן על ידי מנעול; אחרת ההתנהגות אינה מוגדרת, אך עלולה להפגין פחות מחלוקת. |
---|