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

Halaman ini diterjemahkan oleh Cloud Translation API.

LoadAllTPUEmbeddingParameters

kelas akhir publik LoadAllTPUEmbeddingParameters

Sebuah operasi yang memuat parameter pengoptimalan ke dalam memori penyematan.

Sebuah operasi yang memuat parameter pengoptimalan ke dalam memori penyematan. Harus didahului dengan operasi ConfigureTPUEmbeddingHost 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, auxiliary1 harus menjadi akumulator. Untuk SGD, semua nilai tambahan* harus kosong. Untuk FTRL, auxiliary1 harus berupa akumulator dan auxiliary2 harus berupa suku linier. Untuk ADAM, bantu1 harus menjadi momentum dan bantu2 harus menjadi kecepatan.

Metode Publik

LoadAllTPUEmbeddingParameter statis

buat ( Lingkup lingkup, Iterable< Operand <Float>> parameter, Iterable< Operand <Float>> pembantu1, Iterable< Operand <Float>> pembantu2, Iterable< Operand <Float>> pembantu3, Iterable< Operand <Float>> pembantu4, Dapat diubah< Operan <Float>> tambahan5, Dapat diubah< Operan <Float>> tambahan6, Dapat diubah< Operan <Float>> tambahan7, Konfigurasi string, Jumlah panjang Pecahan, Panjang shardId)

Metode pabrik untuk membuat kelas yang membungkus operasi LoadAllTPUEmbeddingParameters baru.

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan `Operation` yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Metode Publik

LoadAllTPUEmbeddingParameters statis publik membuat ( Lingkup lingkup, Iterable< Operand <Float>> parameter, Iterable< Operand <Float>> pembantu1, Iterable< Operand <Float>> pembantu2, Iterable< Operand <Float>> pembantu3, Iterable< Operand <Float> > pembantu4, Iterable< Operan <Float>> pembantu5, Iterable< Operan <Float>> pembantu6, Iterable< Operan <Float>> pembantu7, Konfigurasi string, Jumlah panjang Pecahan, Panjang shardId)

Metode pabrik untuk membuat kelas yang membungkus operasi LoadAllTPUEmbeddingParameters baru.

Parameter

cakupan	ruang 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, berisi nilai awal parameter pengoptimalan tambahan pertama yang digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel yang algoritma optimasinya tidak memiliki setidaknya satu parameter tambahan.
tambahan2	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan kedua yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel-tabel yang algoritma optimasinya tidak memiliki setidaknya dua tabel tambahan.
tambahan3	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel yang algoritma optimasinya tidak memiliki tiga parameter tambahan.
tambahan4	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan kedua yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel-tabel yang algoritma optimasinya tidak memiliki setidaknya empat tabel tambahan.
tambahan5	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel yang algoritma optimasinya tidak memiliki lima parameter tambahan.
tambahan6	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan kedua yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel-tabel yang algoritma optimasinya tidak memiliki setidaknya enam tabel tambahan.
tambahan7	Daftar tensor, satu untuk setiap tabel penyematan, berisi nilai awal parameter pengoptimalan tambahan ketiga yang akan digunakan dalam penyematan pembaruan loop pelatihan. Bentuk setiap entri diabaikan (dan karenanya bisa kosong) untuk tabel yang algoritma optimasinya tidak memiliki parameter tambahan sevan.
konfigurasi	Proto TPUEmbeddingConfiguration yang menjelaskan parameter tabel yang dimuat, diserialkan ke string.
jumlah pecahan	Jumlah pecahan yang menjadi tempat pembagian tabel penyematan.
pecahanId	Pengidentifikasi pecahan untuk operasi ini.

Kembali

contoh baru LoadAllTPUEmbeddingParameters