TensorArrayGrad

TensorArrayGrad kelas akhir publik

Membuat TensorArray untuk menyimpan gradien nilai dalam pegangan tertentu.

Jika gradien TensorArray yang diberikan sudah ada, kembalikan referensi ke gradien tersebut.

Mengunci ukuran TensorArray asli dengan menonaktifkan tanda ukuran dinamisnya.

**Catatan tentang input flow_in:**

Pegangan flow_in memaksa eksekusi pencarian gradien terjadi hanya setelah operasi tertentu lainnya terjadi. Misalnya, ketika TensorArray depan berukuran dinamis, penulisan ke TensorArray ini dapat mengubah ukuran objek. Gradien TensorArray berukuran statis berdasarkan ukuran TensorArray maju saat operasi ini dijalankan. Selain itu, ukuran TensorArray yang diteruskan dibekukan oleh panggilan ini. Akibatnya, alur digunakan untuk memastikan bahwa panggilan untuk menghasilkan gradien TensorArray hanya terjadi setelah semua penulisan dieksekusi.

Dalam kasus TensorArray yang berukuran dinamis, komputasi gradien hanya boleh dilakukan pada operasi baca yang telah dirangkai melalui aliran agar terjadi hanya setelah semua penulisan dieksekusi. Dengan begitu, ukuran akhir TensorArray penerusan diketahui saat operasi ini dipanggil.

**Catatan tentang atribut sumber:**

Panggilan gradien TensorArray menggunakan objek TensorArray akumulator. Jika beberapa gradien dihitung dan dijalankan dalam sesi yang sama, beberapa node gradien mungkin secara tidak sengaja mengalir melalui akumulator TensorArray yang sama. Penggandaan ini penting dan umumnya memutus aliran gradien TensorArray.

Solusinya adalah dengan mengidentifikasi panggilan gradien mana yang digunakan untuk memanggil gradien TensorArray tertentu. Hal ini dilakukan dengan mengidentifikasi string unik (misalnya "gradien", "gradien_1", ...) dari gradien masukan nama Tensor. String ini digunakan sebagai sufiks saat membuat objek gradien TensorArray di sini (atribut `source`).

Atribut `source` ditambahkan sebagai akhiran pada nama TensorArray penerusan saat melakukan pembuatan/pencarian, sehingga setiap penghitungan gradien terpisah mendapatkan akumulator TensorArray sendiri.

Metode Publik

TensorArrayGrad statis	buat ( Lingkup lingkup, Operan <?> pegangan, Operan <Float> flowIn, Sumber string) Metode pabrik untuk membuat kelas yang membungkus operasi TensorArrayGrad baru.
Keluaran <Mengambang>	aliran Keluar ()
Keluaran <?>	pegangan lulusan ()

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

TensorArrayGrad statis publik buat ( Lingkup cakupan , pegangan Operan <?>, Operan <Float> flowIn, Sumber string)

Metode pabrik untuk membuat kelas yang membungkus operasi TensorArrayGrad baru.

Parameter

cakupan	ruang lingkup saat ini
menangani	Pegangan untuk meneruskan TensorArray.
aliran masuk	Skalar mengambang yang menerapkan rangkaian operasi yang tepat.
sumber	String sumber gradien, digunakan untuk menentukan gradien TensorArray mana yang akan dikembalikan.

Kembali

• contoh baru TensorArrayGrad

Keluaran publik <Float> flowOut ()

Keluaran publik <?> gradHandle ()