tensorflow :: operaciones :: SparseApplyMomentum

Actualice las entradas relevantes en '* var' y '* acum' de acuerdo con el esquema de impulso.

Resumen

Establezca use_nesterov = True si desea utilizar el impulso de Nesterov.

Es decir, para las filas para las que hemos graduado, actualizamos var y acumulamos de la siguiente manera:

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

Argumentos:

• alcance: un objeto de alcance
• var: debe ser de una variable ().
• acum: debe ser de una variable ().
• lr: tasa de aprendizaje. Debe ser un escalar.
• grad: El gradiente.
• índices: Un vector de índices en la primera dimensión de var y acum.
• impulso: impulso. Debe ser un escalar.

Atributos opcionales (consulte Attrs ):

• use_locking: Si es True , la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.
• use_nesterov: Si es True , el tensor pasado para calcular grad será var - lr * momentum * acum, por lo que al final, la var que obtienes es en realidad var - lr * momentum * acum.

Devoluciones:

• Output : Igual que "var".

Atributos públicos

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
)