przepływ tensorowy:: ops:: SparseApplyAdagradDA

#include <training_ops.h>

Zaktualizuj wpisy w „*var” i „*accum” zgodnie ze schematem bliższego adagradu.

Streszczenie

Argumenty:

  • zakres: Obiekt Scope
  • var: Powinien pochodzić ze zmiennej ().
  • gradient_accumulator: Powinien pochodzić ze zmiennej ().
  • gradient_squared_accumulator: Powinien pochodzić ze zmiennej ().
  • grad: gradient.
  • indeksy: wektor indeksów do pierwszego wymiaru var i accum.
  • lr: Szybkość uczenia się. Musi być skalarem.
  • l1: Regularyzacja L1. Musi być skalarem.
  • l2: Regularyzacja L2. Musi być skalarem.
  • global_step: Numer kroku szkolenia. 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.

Zwroty:

  • Output : takie same jak „var”.

Konstruktory i destruktory

SparseApplyAdagradDA (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input gradient_accumulator, :: tensorflow::Input gradient_squared_accumulator, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input global_step)
SparseApplyAdagradDA (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input gradient_accumulator, :: tensorflow::Input gradient_squared_accumulator, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input global_step, const SparseApplyAdagradDA::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:: SparseApplyAdagradDA:: Attrs

Opcjonalne moduły ustawiające atrybuty dla SparseApplyAdagradDA .

Atrybuty publiczne

działanie 

Operation operation

na zewnątrz 

::tensorflow::Output out

Funkcje publiczne

SparseApplyAdagradDA 

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step
)

SparseApplyAdagradDA 

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step,
  const SparseApplyAdagradDA::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
)