AdaGrad

کلاس عمومی آداگراد

بهینه ساز که الگوریتم Adagrad را پیاده سازی می کند.

Adagrad یک بهینه ساز با نرخ یادگیری پارامترهای خاص است که نسبت به دفعات به روز رسانی یک پارامتر در طول آموزش تطبیق داده می شود. هر چه یک پارامتر به روز رسانی بیشتری دریافت کند، به روز رسانی کوچکتر است.

همچنین ببینید

• دوچی، جی، و همکاران، 2011، روش‌های زیرگرایش تطبیقی ​​برای یادگیری آنلاین و بهینه‌سازی تصادفی
• Duchi، J، و همکاران، 2013، روش های پروگزیمال و مرتبه اول برای بهینه سازی محدب، مقدمه بخش 1

ثابت ها

رشته	انباشت کننده
شناور	INITIAL_ACCUMULATOR_DEFAULT
شناور	LEARNING_RATE_DEFAULT

ثابت های ارثی

از کلاس org.tensorflow.framework.optimizers.Optimizer

رشته

VARIABLE_V2

سازندگان عمومی

	آداگراد ( گراف نمودار) یک AdaGrad Optimizer ایجاد می کند
	AdaGrad ( گراف نمودار، نرخ یادگیری شناور) یک AdaGrad Optimizer ایجاد می کند
	AdaGrad ( گراف نمودار، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری کننده شناور) یک AdaGrad Optimizer ایجاد می کند
	AdaGrad ( گراف نمودار، نام رشته، نرخ یادگیری شناور) یک AdaGrad Optimizer ایجاد می کند
	AdaGrad ( گراف نمودار، نام رشته، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری کننده شناور) یک AdaGrad Optimizer ایجاد می کند

روش های عمومی

رشته	getOptimizerName () نام بهینه ساز را دریافت کنید.
رشته	toString ()

روش های ارثی

از کلاس org.tensorflow.framework.optimizers.Optimizer

Op	applyGradients (List< GradAndVar <? گسترش TType >> gradsAndVars، نام رشته) گرادیان ها را برای متغیرها اعمال می کند
<T TType > List < GradAndVar <?>> را گسترش می دهد	computeGradients ( Operand <?> loss) گرادیان ها را بر اساس یک عملوند از دست دادن محاسبه می کند.
رشته ایستا	createName ( خروجی <? گسترش متغیر TType >، String slotName) یک نام با ترکیب نام متغیر و نام اسلات ایجاد می کند
رشته انتزاعی	getOptimizerName () نام بهینه ساز را دریافت کنید.
<T TType > اختیاری< متغیر <T>> را گسترش می دهد	getSlot ( خروجی <T> var، String slotName) اسلات مرتبط با متغیر و نام اسلات مشخص شده را دریافت می کند.
عملیات نهایی	getTF () نمونه Optimizer's Ops را دریافت می کند
Op	حداقل کردن (از دست دادن عملوند <?>) با به روز رسانی متغیرها ضرر را به حداقل می رساند
Op	کوچک کردن (از دست دادن عملوند <?>، نام رشته) با به روز رسانی متغیرها ضرر را به حداقل می رساند

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

ثابت ها

ACCUMULATOR نهایی استاتیک عمومی

مقدار ثابت: "انباشت کننده"

شناور نهایی استاتیک عمومی INITIAL_ACCUMULATOR_DEFAULT

مقدار ثابت: 0.01

شناور نهایی ثابت عمومی LEARNING_RATE_DEFAULT

مقدار ثابت: 0.001

سازندگان عمومی

عمومی آداگراد (گراف نمودار )

یک AdaGrad Optimizer ایجاد می کند

مولفه های

نمودار	نمودار TensorFlow

عمومی آداگراد ( گراف نمودار ، نرخ یادگیری شناور)

یک AdaGrad Optimizer ایجاد می کند

مولفه های

نمودار	نمودار TensorFlow
نرخ یادگیری	میزان یادگیری

عمومی AdaGrad ( گراف نمودار، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری کننده شناور)

یک AdaGrad Optimizer ایجاد می کند

مولفه های

نمودار	نمودار TensorFlow
نرخ یادگیری	میزان یادگیری
FillAccumulatorValue	مقدار شروع برای انباشته ها، باید غیر منفی باشد.

پرتاب می کند

IllegalArgumentException	اگر مقدار اولیه Accumulator منفی باشد

عمومی AdaGrad ( گراف نمودار، نام رشته، نرخ یادگیری شناور)

یک AdaGrad Optimizer ایجاد می کند

مولفه های

نمودار	نمودار TensorFlow
نام	نام این بهینه ساز (به طور پیش فرض "آداگراد")
نرخ یادگیری	میزان یادگیری

عمومی AdaGrad ( گراف نمودار، نام رشته، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری کننده شناور)

یک AdaGrad Optimizer ایجاد می کند

مولفه های

نمودار	نمودار TensorFlow
نام	نام این بهینه ساز (به طور پیش فرض "آداگراد")
نرخ یادگیری	میزان یادگیری
FillAccumulatorValue	مقدار شروع برای انباشته ها، باید غیر منفی باشد.

پرتاب می کند

IllegalArgumentException	اگر مقدار اولیه Accumulator منفی باشد

روش های عمومی

رشته عمومی getOptimizerName ()

نام بهینه ساز را دریافت کنید.

برمی گرداند

• نام بهینه ساز

رشته عمومی toString ()