przepływ tensorowy:: ops:: ResourceSparseApplyMomentum

Zaktualizuj odpowiednie wpisy w „*var” i „*accum” zgodnie ze schematem pędu.

Streszczenie

Ustaw use_nesterov = True, jeśli chcesz użyć pędu Niestierowa.

Oznacza to, że dla wierszy, dla których mamy grad, aktualizujemy var i accum w następujący sposób:

accum = accum * pęd + grad var -= lr * accum

Argumenty:

• zakres: Obiekt Scope
• var: Powinien pochodzić ze zmiennej ().
• accum: Powinien pochodzić ze zmiennej ().
• lr: Szybkość uczenia się. Musi być skalarem.
• grad: gradient.
• indeksy: wektor indeksów do pierwszego wymiaru var i accum.
• pęd: pęd. Musi być skalarem.

Opcjonalne atrybuty (patrz Attrs ):

• use_locking: Jeśli True , aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację.
• use_nesterov: Jeśli True , tensor przekazany do obliczenia grad będzie miał postać var ​​- lr * pęd * accum, więc ostatecznie otrzymana wartość var ​​to w rzeczywistości var - lr * pęd * accum.

Zwroty:

• utworzoną Operation

Atrybuty publiczne

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)