Zaktualizuj wpisy w „*var” i „*accum” zgodnie ze schematem bliższego adagradu.
Klasy zagnieżdżone
klasa | SparseApplyAdagradDa.Options | Opcjonalne atrybuty dla SparseApplyAdagradDa |
Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny <T rozszerza TType > SparseApplyAdagradDa <T> | utwórz (Zakres zasięgu , Operand <T> var, Operand <T> gradientAccumulator, Argument <T> gradientSquaredAccumulator, Argument <T> grad, Argument <? Extends TNumber > indeksy, Argument <T> lr, Argument <T> l1, Argument <T> l2, Operand < TInt64 > globalStep, Opcje... opcje) Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdagradDa. |
Wyjście <T> | na zewnątrz () To samo co „var”. |
statyczne SparseApplyAdagradDa.Options | useLocking (boolowski useLocking) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static SparseApplyAdagradDa <T> create ( Zakres zasięgu , Operand <T> var, Operand <T> gradientAccumulator, Operand <T> gradientSquaredAccumulator, Operand <T> grad, Operand <? rozszerza TNumber > indeksy, Operand <T> lr, Argument <T> l1, Argument <T> l2, Argument < TInt64 > globalStep, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdagradDa.
Parametry
zakres | aktualny zakres |
---|---|
odm | Powinno pochodzić ze zmiennej (). |
akumulator gradientu | Powinno pochodzić ze zmiennej (). |
akumulator gradientSquared | Powinno pochodzić ze zmiennej (). |
absolwent | Gradient. |
indeksy | Wektor indeksów do pierwszego wymiaru var i accum. |
lr | Szybkość uczenia się. Musi być skalarem. |
l1 | Regularyzacja L1. Musi być skalarem. |
l2 | Regularyzacja L2. Musi być skalarem. |
globalny krok | Numer kroku szkolenia. Musi być skalarem. |
opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja SparseApplyAdagradDa
public static SparseApplyAdagradDa.Options useLocking (boolean useLocking)
Parametry
użyjBlokowanie | Jeśli ma wartość True, aktualizacja tensorów var i accum będzie zabezpieczona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację. |
---|