Perbarui entri di '*var' dan '*accum' sesuai dengan skema adagrad proksimal.
Kelas Bersarang
kelas | SparseApplyAdagradDa.Options | Atribut opsional untuk SparseApplyAdagradDa |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TType > SparseApplyAdagradDa <T> | buat ( Lingkup lingkup, Operan <T> var, Operan <T> gradienAkumulator, Operan <T> gradienSquaredAccumulator, Operan <T> grad, Operan <? extends TNumber > indeks, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan < TInt64 > globalStep, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyAdagradDa baru. |
Keluaran <T> | keluar () Sama seperti "var". |
statis SparseApplyAdagradDa.Options | useLocking (penguncian penggunaan Boolean) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static SparseApplyAdagradDa <T> buat ( Ruang lingkup, Operan <T> var, Operan <T> gradienAccumulator, Operan <T> gradienSquaredAccumulator, Operan <T> grad, Operan <? extends TNumber > indeks, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan < TInt64 > globalStep, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyAdagradDa baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
var | Harus dari Variabel(). |
akumulator gradien | Harus dari Variabel(). |
akumulator gradienSquared | Harus dari Variabel(). |
lulusan | Gradien. |
indeks | Vektor indeks ke dalam dimensi pertama var dan accum. |
lr | Kecepatan pembelajaran. Pasti skalar. |
l1 | Regularisasi L1. Pasti skalar. |
l2 | Regularisasi L2. Pasti skalar. |
langkah global | Nomor langkah pelatihan. Pasti skalar. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari SparseApplyAdagradDa
public static SparseApplyAdagradDa.Options useLocking (Boolean useLocking)
Parameter
gunakan Penguncian | Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
---|