คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

SparseApplyAdagradV2

คลาสสุดท้ายสาธารณะ SparseApplyAdagradV2

อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad

นั่นคือสำหรับแถวที่เรามี grad เราอัปเดต var และ accum ดังนี้: $$accum += grad * grad$$$$var -= lr * grad * (1 / sqrt(accum))$$

คลาสที่ซ้อนกัน

ระดับ SparseApplyAdagradV2.Options แอตทริบิวต์เสริมสำหรับ SparseApplyAdagradV2

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาต์พุต ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คงที่ <T, U ขยายจำนวน> SparseApplyAdagradV2 <T>
สร้าง ( ขอบเขต ขอบเขต, ตัวถูกดำเนินการ <T> var , ตัวถูกดำเนินการ <T> สะสม, ตัวถูกดำเนิน การ <T> lr , ตัวถูก ดำเนินการ <T> epsilon , ตัวถูกดำเนินการ <T> grad , ดัชนีตัวถูกดำเนินการ <U>, ตัวเลือก... )
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SparseApplyAdagradV2 ใหม่
เอาท์พุต <T>
ออก ()
เหมือนกับ "วาร์"
คงที่ SparseApplyAdagradV2.Options
updateSlots (บูลีน updateSlots)
คงที่ SparseApplyAdagradV2.Options
useLocking (บูลีน useLocking)

วิธีการสืบทอด

วิธีการสาธารณะ

เอาต์พุต สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

สแตติกสาธารณะ SparseApplyAdagradV2 <T> สร้าง ( ขอบเขต ขอบเขต, ตัวถูกดำเนินการ <T> var, ตัวถูกดำเนิน การ <T> ตัวถูกดำเนินการ <T> ตัวถูกดำเนิน การ <T> lr , ตัวถูกดำเนินการ <T> epsilon , ตัวถูกดำเนินการ <T> grad , ดัชนีตัวถูกดำเนินการ <U> ตัวเลือก.. . ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ SparseApplyAdagradV2 ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
var ควรมาจาก Variable()
สะสม ควรมาจาก Variable()
lr อัตราการเรียนรู้ ต้องเป็นสเกลาร์
เอปซิลอน ปัจจัยคงที่ ต้องเป็นสเกลาร์
บัณฑิต การไล่ระดับ
ดัชนี เวกเตอร์ของดัชนีในมิติแรกของ var และ accum
ตัวเลือก ดำเนินการค่าแอตทริบิวต์ทางเลือก
คืนสินค้า
  • อินสแตนซ์ใหม่ของ SparseApplyAdagradV2

เอาท์พุท สาธารณะ <T> ออก ()

เหมือนกับ "วาร์"

สแตติกสาธารณะ SparseApplyAdagradV2.Options updateSlots (Boolean updateSlots)

SparseApplyAdagradV2.Options useLocking แบบ คงที่สาธารณะ (Boolean useLocking)

พารามิเตอร์
ใช้ล็อค หากเป็น "จริง" การอัพเดทเทนเซอร์ var และ accum จะได้รับการป้องกันโดยการล็อค มิฉะนั้นพฤติกรรมจะไม่ถูกกำหนด แต่อาจแสดงความขัดแย้งน้อยลง