टेंसरफ़्लो:: ऑप्स:: रिसोर्सस्पार्सएप्लाईएडाग्रेड

एडाग्रेड योजना के अनुसार '*var' और '*accum' में प्रासंगिक प्रविष्टियाँ अद्यतन करें।

सारांश

यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var और accum को निम्नानुसार अपडेट करते हैं: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: एक वेरिएबल() से होना चाहिए।
• संचय: एक वेरिएबल() से होना चाहिए।
• एलआर: सीखने की दर. एक अदिश राशि होनी चाहिए.
• ग्रेड: ग्रेडिएंट.
• सूचकांक: var और accum के पहले आयाम में सूचकांकों का एक वेक्टर।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• उपयोग_लॉकिंग: यदि True , तो var और Accum Tensors का अद्यतनीकरण लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।

रिटर्न:

• बनाया गया Operation

सार्वजनिक गुण

Operation operation

 ResourceSparseApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyAdagrad::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UpdateSlots(
  bool x
)

Attrs UseLocking(
  bool x
)