tensorflow :: operaciones :: AplicarAdadelta

bookmark_border Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

Actualice '* var' de acuerdo con el esquema adadelta.

Resumen

acumula = rho () * acumula + (1 - rho ()) * grad.cuadrado (); actualizar = (update_accum + epsilon) .sqrt () * (acum + epsilon ()). rsqrt () * grad; update_accum = rho () * update_accum + (1 - rho ()) * update.square (); var - = actualización;

Argumentos:

• alcance: un objeto de alcance
• var: debe ser de una variable ().
• acum: debe ser de una variable ().
• acum_update: debe ser de una variable ().
• lr: factor de escala. Debe ser un escalar.
• rho: factor de desintegración. Debe ser un escalar.
• épsilon: factor constante. Debe ser un escalar.
• grad: El gradiente.

Atributos opcionales (consulte Attrs ):

• use_locking: si es True, la actualización de los tensores var, acum y update_accum estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.

Devoluciones:

• Output : Igual que "var".

Atributos públicos

Operation operation

::tensorflow::Output out

 ApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

 ApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ApplyAdadelta::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)