SparseApplyAdagradV2

kelas akhir publik SparseApplyAdagradV2

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

Itu untuk baris yang kami miliki gradnya, 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 simbolis dari sebuah tensor.
statis <T, U memperpanjang 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 dengan "var".
static SparseApplyAdagradV2.Options	updateSlots (Boolean updateSlots)
static SparseApplyAdagradV2.Options	useLocking (Penguncian penggunaan Boolean)

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (objek objek)
akhir	kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkanKelas ()
ke dalam	kode hash ()
kekosongan akhir	beri tahu ()
kekosongan akhir	beri tahu Semua ()
Rangkaian	toString ()
kekosongan akhir	tunggu (arg panjang0, int arg1)
kekosongan akhir	tunggu (arg panjang0)
kekosongan akhir	tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolis dari sebuah tensor.

Metode Publik

Output publik <T> sebagai Output ()

Mengembalikan pegangan simbolis dari sebuah tensor.

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

public static SparseApplyAdagradV2 <T> create ( Scope scope, 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	lingkup saat ini
var	Harus dari Variabel().
mengumpulkan	Harus dari Variabel().
lr	Tingkat belajar. Harus skalar.
epsilon	Faktor konstan. Harus 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 dengan "var".

slot pembaruan SparseApplyAdagradV2.Options publik statis (Boolean updateSlots)

public static SparseApplyAdagradV2.Options useLocking (Boolean useLocking)

Parameter

gunakanPenguncian	Jika `True`, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tidak terdefinisi, tetapi mungkin menunjukkan lebih sedikit pertentangan.