przepływ tensorowy:: ops:: ZastosujGradientDescent

#include <training_ops.h>

Zaktualizuj „*var”, odejmując od niego „alfa” * „delta”.

Streszczenie

Argumenty:

  • zakres: Obiekt Scope
  • var: Powinien pochodzić ze zmiennej ().
  • alfa: współczynnik skalowania. Musi być skalarem.
  • delta: Zmiana.

Opcjonalne atrybuty (patrz Attrs ):

  • use_locking: Jeśli True , odejmowanie będzie chronione blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację.

Zwroty:

  • Output : takie same jak „var”.

Konstruktory i destruktory

ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta)
ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta, const ApplyGradientDescent::Attrs & attrs)

Atrybuty publiczne

operation
out

Funkcje publiczne

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Publiczne funkcje statyczne

UseLocking (bool x)

Struktury

tensorflow:: ops:: ApplyGradientDescent:: Attrs

Opcjonalne moduły ustawiające atrybuty dla ApplyGradientDescent .

Atrybuty publiczne

działanie 

Operation operation

na zewnątrz 

::tensorflow::Output out

Funkcje publiczne

ZastosujGradientDescent 

 ApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta
)

ZastosujGradientDescent 

 ApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta,
  const ApplyGradientDescent::Attrs & attrs
)

węzeł 

::tensorflow::Node * node() const

operator::tensorflow::Wejście 

 operator::tensorflow::Input() const

operator::tensorflow::Wyjście 

 operator::tensorflow::Output() const

Publiczne funkcje statyczne

Użyj Blokowania 

Attrs UseLocking(
  bool x
)