Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

SparseApplyAdagradDa

Clase public final SparseApplyAdagradDa

Actualice las entradas en '* var' y '* acumula' de acuerdo con el esquema de adagrad proximal.

Clases anidadas

clase SparseApplyAdagradDa.Options Los atributos opcionales para SparseApplyAdagradDa

Constantes

Cuerda OP_NAME El nombre de esta operación, como lo conoce el motor central de TensorFlow

Métodos públicos

Salida <T>	asOutput () Devuelve el identificador simbólico del tensor.
estática <T se extiende Ttype > SparseApplyAdagradDa <T>	crear ( Alcance alcance, operando <T> var, operando <T> gradientAccumulator, operando <T> gradientSquaredAccumulator, operando <T> grad, operando <? extiende TNumber > índices, operando <T> lr, operando <T> L1, operando <T> L2, operando < TInt64 > globalStep, opciones ... opciones) Método de fábrica para crear una clase que envuelva una nueva operación SparseApplyAdagradDa.
Salida <T>	fuera () Igual que "var".
estáticas SparseApplyAdagradDa.Options	useLocking (Boolean useLocking)

Métodos heredados

De la clase org.tensorflow.op.RawOp

booleano final	es igual a (Object obj)
int final	hashCode ()
Operación	op () Devuelva esta unidad de cálculo como una sola `Operation` .
cadena final	toString ()

De la clase java.lang.Object

booleano	equals (Object arg0)
Clase final <?>	getClass ()
En t	hashCode ()
vacío final	notificar ()
vacío final	notifyAll ()
Cuerda	toString ()
vacío final	espera (tiempo arg0, arg1 int)
vacío final	espera (arg0 largo)
vacío final	wait ()

Desde la interfaz org.tensorflow.op.Op

abstracta ExecutionEnvironment	env () Devuelve el entorno de ejecución en el que se creó esta operación.
abstracta Operación	op () Devuelva esta unidad de cálculo como una sola `Operation` .

Desde la interfaz org.tensorflow.Operand

abstracta de salida <T>	asOutput () Devuelve el identificador simbólico del tensor.
T abstracto	asTensor () Devuelve el tensor en este operando.
abstracta Forma	forma () Devuelve el (posiblemente parcialmente conocida) forma del tensor se hace referencia por la `Output` de esta operando.
clase abstracta <T>	escriba () Devuelve el tipo de tensor de este operando

Desde la interfaz org.tensorflow.ndarray.Shaped

int abstracto	rango ()
abstracta Forma	forma ()
abstracto largo	tamaño () Calcula y devuelve el tamaño total de este contenedor, en número de valores.

Constantes

OP_NAME pública final static String

El nombre de esta operación, como lo conoce el motor central de TensorFlow

Valor constante: "SparseApplyAdagradDA"

Métodos públicos

pública de salida <T> asOutput ()

Devuelve el identificador simbólico del tensor.

Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.

public static SparseApplyAdagradDa <T> crear ( Alcance alcance, operando <T> var, operando <T> gradientAccumulator, operando <T> gradientSquaredAccumulator, operando <T> graduado, operando <? extiende TNumber > índices, operando <T> lr, operando <T> L1, operando <T> L2, operando < TInt64 > globalStep, opciones ... opciones)

Método de fábrica para crear una clase que envuelva una nueva operación SparseApplyAdagradDa.

Parámetros

alcance	alcance actual
var	Debe ser de una variable ().
gradiente acumulador	Debe ser de una variable ().
gradientSquaredAccumulator	Debe ser de una variable ().
graduado	El gradiente.
índices	Un vector de índices en la primera dimensión de var y acum.
lr	Tasa de aprendizaje. Debe ser un escalar.
l1	Regularización L1. Debe ser un escalar.
l2	Regularización L2. Debe ser un escalar.
globalStep	Número de paso de entrenamiento. Debe ser un escalar.
opciones	lleva valores de atributos opcionales

Devoluciones

una nueva instancia de SparseApplyAdagradDa

pública de salida <T> a cabo ()

Igual que "var".

estáticas pública SparseApplyAdagradDa.Options useLocking (booleano useLocking)

Parámetros

useLocking	Si es Verdadero, la actualización de los tensores var y acumuladores estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención.