tensorflow :: ops :: SparseApplyAdagradDA

Atualize as entradas em '* var' e '* acum' de acordo com o esquema adagrad proximal.

Resumo

Argumentos:

• escopo: um objeto Scope
• var: deve ser de uma variável ().
• gradiente_acumulador: deve ser de uma variável ().
• gradiente_squared_accumulator: deve ser de uma variável ().
• grad: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e de acum.
• lr: Taxa de aprendizagem. Deve ser um escalar.
• l1: regularização de L1. Deve ser um escalar.
• l2: regularização de L2. Deve ser um escalar.
• global_step: Número da etapa de treinamento. Deve ser um escalar.

Atributos opcionais (consulte Attrs ):

• use_locking: Se True, a atualização dos tensores var e Accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.

Retorna:

• Output : igual a "var".

Atributos públicos

Operation operation

::tensorflow::Output out

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step
)

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step,
  const SparseApplyAdagradDA::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)