Esta página foi traduzida pela API Cloud Translation.

SparseApplyMomentum

classe final pública SparseApplyMomentum

Atualize as entradas relevantes em '*var' e '*accum' de acordo com o esquema de impulso.

Defina use_nesterov = True se quiser usar o impulso Nesterov.

Ou seja, para as linhas para as quais graduamos, atualizamos var e accum da seguinte forma:

$$accum = accum * momentum + grad$$$$var -= lr * accum$$

Classes aninhadas

aula SparseApplyMomentum.Options Atributos opcionais para SparseApplyMomentum

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

Saída <T>	asOutput () Retorna o identificador simbólico do tensor.
estático <T estende TType > SparseApplyMomentum <T>	create ( Escopo do escopo , Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> grad, Operando <? estende TNumber > índices, Operando <T> momentum, Opções... opções) Método de fábrica para criar uma classe que envolve uma nova operação SparseApplyMomentum.
Saída <T>	fora () O mesmo que "var".
SparseApplyMomentum.Options estático	useLocking (booleano useLocking)
SparseApplyMomentum.Options estático	useNesterov (booleano useNesterov)

Métodos herdados

Da classe org.tensorflow.op.RawOp

booleano final	é igual (objeto obj)
int final	código hash ()
Operação	op () Retorne esta unidade de cálculo como uma única `Operation` .
sequência final	toString ()

Da classe java.lang.Object

booleano	é igual (objeto arg0)
aula final<?>	getClass ()
interno	código hash ()
vazio final	notificar ()
vazio final	notificar todos ()
Corda	toString ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.op.Op

ambiente de execução abstrato	env () Retorne o ambiente de execução em que esta operação foi criada.
operação abstrata	op () Retorne esta unidade de cálculo como uma única `Operation` .

Da interface org.tensorflow.Operand

saída abstrata <T>	asOutput () Retorna o identificador simbólico do tensor.
abstrato T	comoTensor () Retorna o tensor neste operando.
forma abstrata	forma () Retorna a forma (possivelmente parcialmente conhecida) do tensor referido pela `Output` deste operando.
Classe abstrata<T>	tipo () Retorna o tipo de tensor deste operando

Da interface org.tensorflow.ndarray.Shaped

abstrato int	classificação ()
forma abstrata	forma ()
abstrato longo	tamanho () Calcula e retorna o tamanho total deste contêiner, em número de valores.

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "SparseApplyMomentum"

Métodos Públicos

Saída pública <T> asOutput ()

Retorna o identificador simbólico do tensor.

As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SparseApplyMomentum <T> create ( Escopo escopo, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> grad, Operando <? estende TNumber > índices, Operando <T> momentum, Opções ... opções)

Método de fábrica para criar uma classe que envolve uma nova operação SparseApplyMomentum.

Parâmetros

escopo	escopo atual
var	Deve ser de uma variável().
acumular	Deve ser de uma variável().
lr	Taxa de aprendizagem. Deve ser um escalar.
graduado	O gradiente.
índices	Um vetor de índices na primeira dimensão de var e accum.
impulso	Momento. Deve ser um escalar.
opções	carrega valores de atributos opcionais

Devoluções

uma nova instância de SparseApplyMomentum

Saída pública <T> out ()

O mesmo que "var".

public static SparseApplyMomentum.Options useLocking (booleano useLocking)

Parâmetros

useLocking	Se `True`, a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento será indefinido, mas poderá apresentar menos contenção.

public static SparseApplyMomentum.Options useNesterov (booleano useNesterov)

Parâmetros

usarNesterov	Se `True`, o tensor passado para calcular grad será var - lr * momentum * accum, então, no final, o var que você obtém é na verdade var - lr * momentum * accum.