XlaSendTPUEmbeddingGradients

kelas akhir publik XlaSendTPUEmbeddingGradients

Sebuah operasi yang melakukan pembaruan gradien pada tabel penyematan.

Argumen gradien adalah TensorList yang memiliki panjang dan bentuk yang sama dengan nilai kembalian XlaRecvTPUEmbeddingActivations, tetapi berisi gradien kerugian model sehubungan dengan aktivasi penyematan. Tabel penyematan diperbarui dari gradien ini melalui pengoptimal yang ditentukan dalam proto TPUEmbeddingConfiguration yang diberikan ke tpu.initialize_system.

Metode Publik

XlaSendTPUEmbeddingGradien statis

buat ( Lingkup cakupan, Iterable< Operand <Float>> gradien, Iterable< Operand <Float>> learningRates, Operand <?> deduplicationData, Konfigurasi string) Metode pabrik untuk membuat kelas yang membungkus operasi XlaSendTPUEmbeddingGradients baru.

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

public static XlaSendTPUEmbeddingGradients membuat ( Lingkup cakupan, Iterable< Operand <Float>> gradien, Iterable< Operand <Float>> learningRates, Operand <?> deduplicationData, Konfigurasi string)

Metode pabrik untuk membuat kelas yang membungkus operasi XlaSendTPUEmbeddingGradients baru.

Parameter

cakupan	ruang lingkup saat ini
gradien	TensorList gradien yang dapat digunakan untuk memperbarui tabel penyematan.
tarif pembelajaran	TensorList kecepatan pembelajaran yang digunakan untuk memperbarui tabel penyematan melalui pengoptimal. Panjang TensorList harus sama dengan jumlah tag kecepatan pemelajaran dinamis yang ditentukan dalam proto TPUEmbeddingConfiguration.
deduplikasiData	Tensor dengan type=DT_VARIANT berisi data deduplikasi. Tensor adalah tupel bersarang XLA yang berisi N elemen (dengan N adalah rasio jumlah penyematan inti tensor per chip TPU). Setiap elemen tupel bersarang adalah tupel dengan tensor peringkat 1. Setiap tensor berisi indeks (DT_UINT32) untuk menyematkan pencarian di TensorCore atau bobot (DT_FLOAT) untuk diterapkan ke output dari operasi pencarian penyematan.
konfigurasi	Proto TPUEmbeddingConfiguration berseri.

Kembali

• contoh baru dari XlaSendTPUEmbeddingGradients