Peringatan: API ini tidak digunakan lagi dan akan dihapus di versi TensorFlow mendatang setelah penggantinya stabil.

LoadAllTPUEmbeddingParameters

kelas final publik LoadAllTPUEmbeddingParameters

Operasi yang memuat parameter pengoptimalan ke dalam memori penyematan.

Operasi yang memuat parameter pengoptimalan ke dalam memori penyematan. Harus didahului oleh operasi ConfigureTPUEmbbeddingHost yang menyiapkan konfigurasi tabel penyematan yang benar. Misalnya, operasi ini digunakan untuk menginstal parameter yang dimuat dari pos pemeriksaan sebelum loop pelatihan dijalankan. Untuk Adagrad, tambahan1 harus menjadi akumulator. Untuk SGD, semua nilai tambahan* harus kosong. Untuk FTRL, bantu1 harus menjadi akumulator dan bantu2 harus menjadi istilah linier. Untuk ADAM, bantu1 harus menjadi momentum dan bantu2 harus menjadi kecepatan.

Metode Publik

LoadAllTPUEbeddingParameters statis
buat ( Scope scope, Iterable< Operand <Float>> parameter, Iterable< Operand <Float>> auxiliary1, Iterable< Operand <Float>> auxiliary2, Iterable< Operand <Float>> auxiliary3, Iterable< Operand <Float>> auxiliary4, Iterable< Operand <Float>> auxiliary5, Iterable< Operand <Float>> auxiliary6, Iterable< Operand <Float>> auxiliary7, String config, Long numShards, Long shardId)
Metode pabrik untuk membuat kelas yang membungkus operasi LoadAllTPUEmbeddingParameters baru.

Metode yang Diwarisi

Metode Publik

public static LoadAllTPUEmbeddingParameters create ( Scope scope, Iterable< Operand <Float>> parameter, Iterable< Operand <Float>> auxiliary1, Iterable< Operand <Float>> auxiliary2, Iterable< Operand <Float>> auxiliary3, Iterable< Operand <Float> > bantu4, Iterable< Operand <Float>> auxiliary5, Iterable< Operand <Float>> auxiliary6, Iterable< Operand <Float>> auxiliary7, String config, Long numShards, Long shardId)

Metode pabrik untuk membuat kelas yang membungkus operasi LoadAllTPUEmbeddingParameters baru.

Parameter
cakupan lingkup saat ini
parameter Daftar tensor, satu untuk setiap tabel penyematan, berisi parameter tabel penyematan awal untuk digunakan dalam pencarian penyematan.
bantu1 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan bantu pertama yang digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki setidaknya satu parameter tambahan.
pembantu2 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan kedua untuk digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki setidaknya dua tambahan
bantu3 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam menyematkan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki tiga parameter tambahan.
bantu4 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan kedua untuk digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel yang algoritma pengoptimalannya tidak memiliki setidaknya empat tambahan
bantu5 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam menyematkan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki lima parameter tambahan.
bantu6 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan kedua untuk digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki setidaknya enam tambahan
bantu7 Daftar tensor, satu untuk setiap tabel penyematan, yang berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam menyematkan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan dengan demikian bisa kosong) untuk tabel-tabel yang algoritme pengoptimalannya tidak memiliki parameter tambahan sevan.
konfigurasi Proto TPUEmbeddingConfiguration yang menjelaskan parameter tabel yang dimuat, diserialisasi ke string.
numShards Jumlah pecahan tempat tabel penyematan dibagi.
shardId Pengenal pecahan untuk operasi ini.
Kembali
  • contoh baru dari LoadAllTPUEmbeddingParameters