SendTPUEmbeddingGradients

ประชาชน SendTPUEmbeddingGradients ชั้นสุดท้าย

ดำเนินการอัปเดตการไล่ระดับสีของตารางการฝัง

วิธีการสาธารณะ

คง SendTPUEmbeddingGradients

สร้าง ( ขอบเขต ขอบเขต Iterable < Operand <ลอย >> ปัจจัยการผลิต Iterable < Operand <ลอย >> learningRates, String การตั้งค่า) วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SendTPUEmbeddingGradients ใหม่

วิธีการสืบทอด

จากชั้น org.tensorflow.op.PrimitiveOp

บูลีนสุดท้าย	เท่ากับ (Object obj)
intสุดท้าย	hashCode ()
การดำเนินการ	op () ผลตอบแทนที่ได้ต้นแบบ Operation
สตริงสุดท้าย	toString ()

จากคลาส java.lang.Object

บูลีน	เท่ากับ (Object arg0)
คลาสสุดท้าย<?>	getClass ()
int	hashCode ()
สุดท้ายเป็นโมฆะ	แจ้ง ()
สุดท้ายเป็นโมฆะ	notifyAll ()
สตริง	toString ()
สุดท้ายเป็นโมฆะ	รอ (arg0 ยาว int arg1)
สุดท้ายเป็นโมฆะ	รอ (arg0 ยาว)
สุดท้ายเป็นโมฆะ	รอ ()

วิธีการสาธารณะ

สาธารณะคง SendTPUEmbeddingGradients สร้าง ( ขอบเขต ขอบเขต Iterable < Operand <ลอย >> ปัจจัยการผลิต Iterable < Operand <ลอย >> learningRates, String การตั้งค่า)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SendTPUEmbeddingGradients ใหม่

พารามิเตอร์

ขอบเขต	ขอบเขตปัจจุบัน
อินพุต	TensorList ของการไล่ระดับสีที่จะอัปเดตตารางการฝัง อาร์กิวเมนต์นี้มีความยาวและรูปร่างเหมือนกันกับค่าที่ส่งคืนของ RecvTPUEmbeddingActivations แต่มีการไล่ระดับสีของการสูญเสียของโมเดลที่เกี่ยวข้องกับการเปิดใช้งานการฝัง ตารางการฝังได้รับการอัปเดตจากการไล่ระดับเหล่านี้ผ่านเครื่องมือเพิ่มประสิทธิภาพที่ระบุในการกำหนดค่าการฝัง TPU ที่กำหนดให้กับ tpu.initialize_system
อัตราการเรียนรู้	TensorList ของสเกลาร์ float32 หนึ่งรายการสำหรับแท็กอัตราการเรียนรู้แบบไดนามิก: ดูความคิดเห็นใน //third_party/tensorflow/core/protobuf/tpu/optimization_parameters.proto หลายตารางสามารถใช้แท็กอัตราการเรียนรู้แบบไดนามิกเดียวกันตามที่ระบุในการกำหนดค่า หากอัตราการเรียนรู้ของตารางทั้งหมดคงที่ รายการนี้ควรว่างเปล่า
config	โปรโตคอนฟิกูเรชันการกำหนดค่า TPUEmbedding แบบอนุกรม

คืนสินค้า

• อินสแตนซ์ใหม่ของ SendTPUEmbeddingGradients