SparseApplyAdagradV2

kelas akhir publik SparseApplyAdagradV2

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema adagrad.

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: $$accum += grad * grad$$$$var -= lr * grad * (1 / sqrt(accum))$$

Kelas Bersarang

kelas

SparseApplyAdagradV2.Options

Atribut opsional untuk SparseApplyAdagradV2

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
statis <T, U memperluas Angka> SparseApplyAdagradV2 <T>	buat ( Lingkup lingkup , Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> epsilon, Operand <T> grad, Operand <U> indeks, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyAdagradV2 baru.
Keluaran <T>	keluar () Sama seperti "var".
statis SparseApplyAdagradV2.Options	pembaruanSlots (pembaruan BooleanSlots)
statis SparseApplyAdagradV2.Options	useLocking (penguncian penggunaan Boolean)

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	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static SparseApplyAdagradV2 <T> buat ( Lingkup lingkup , Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> epsilon, Operand <T> grad, Operand <U> indeks, Opsi.. .pilihan )

Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyAdagradV2 baru.

Parameter

cakupan	ruang lingkup saat ini
var	Harus dari Variabel().
akumulasi	Harus dari Variabel().
lr	Kecepatan pembelajaran. Pasti skalar.
epsilon	Faktor konstan. Pasti skalar.
lulusan	Gradien.
indeks	Vektor indeks ke dalam dimensi pertama var dan accum.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari SparseApplyAdagradV2

Keluaran publik <T> keluar ()

Sama seperti "var".

publik statis SparseApplyAdagradV2.Options updateSlots (Boolean updateSlots)

public static SparseApplyAdagradV2.Options useLocking (Boolean useLocking)

Parameter

gunakan Penguncian	Jika `True`, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.