dòng chảy căng:: ôi:: Áp dụng thưa thớtĐà

Cập nhật các mục nhập có liên quan trong '*var' và '*accum' theo sơ đồ động lượng.

Bản tóm tắt

Đặt use_nesterov = True nếu bạn muốn sử dụng đà Nesterov.

Đó là đối với các hàng chúng tôi có grad, chúng tôi cập nhật var và accum như sau:

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

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• var: Phải từ một Biến().
• tích lũy: Phải từ một Biến().
• lr: Tốc độ học tập. Phải là một vô hướng.
• grad: Độ dốc.
• chỉ số: Một vectơ chỉ số vào chiều thứ nhất của var và accum.
• động lượng: động lượng. Phải là một vô hướng.

Thuộc tính tùy chọn (xem Attrs ):

• use_locking: Nếu True , việc cập nhật các tensor var và accum sẽ được bảo vệ bằng khóa; mặt khác, hành vi không được xác định, nhưng có thể ít gây tranh cãi hơn.
• use_nesterov: Nếu True thì tensor được truyền để tính grad sẽ là var - lr * moment * accum, nên cuối cùng, var bạn nhận được thực ra là var - lr * moment * accum.

Trả về:

• Output : Giống như "var".

Thuộc tính công khai

Operation operation

::tensorflow::Output out

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)