Bu sayfa, Cloud Translation API ile çevrilmiştir.

AdaGradDA

genel sınıf AdaGradDA

Adagrad İkili Ortalama Algoritmasını uygulayan optimizer.

Bu optimize edici, mini bir grupta görünmeyen özelliklerin, her mini grupta güncellenmesine eşdeğer olan kapalı bir form güncelleme kuralıyla görüldüklerinde güncellenerek düzenlenmesiyle ilgilenir.

AdagradDA genellikle eğitilen modelde büyük bir seyrekliğe ihtiyaç duyulduğunda kullanılır. Bu optimize edici yalnızca doğrusal modeller için seyrekliği garanti eder. AdagradDA'yı derin ağlar için kullanırken dikkatli olun; çünkü eğitilmesi için gradyan akümülatörlerinin dikkatli bir şekilde başlatılması gerekir.

Ayrıca bakınız

Duchi, J, ve diğerleri, 2011, Çevrimiçi Öğrenme ve Stokastik Optimizasyon için Uyarlanabilir Alt Derecelendirme Yöntemleri

Sabitler

Sicim	AKÜMÜLATÖR
batmadan yüzmek	INITIAL_ACCUMULATOR_DEFAULT
batmadan yüzmek	L1_STRENGTH_DEFAULT
batmadan yüzmek	L2_STRENGTH_DEFAULT
batmadan yüzmek	LEARNING_RATE_DEFAULT
Sicim	SQUARED_ACUMULATOR

Devralınan Sabitler

org.tensorflow.framework.optimizers.Optimizer sınıfından

Sicim DEĞİŞKEN_V2

Kamu İnşaatçıları

	AdaGradDA ( Grafik grafiği) AdaGradDA Optimize Edici oluşturur
	AdaGradDA ( Grafik grafiği, kayan öğrenme oranı) AdaGradDA Optimize Edici oluşturur
	AdaGradDA ( Grafik grafiği, float öğrenme Oranı, float başlangıçToplayıcı Değeri, float l1Strength, float l2Strength) AdaGradDA Optimize Edici oluşturur
	AdaGradDA ( Grafik grafiği, Dize adı, kayan öğrenme Hızı) AdaGradDA Optimize Edici oluşturur
	AdaGradDA ( Grafik grafiği, Dize adı, kayan öğrenme Oranı, kayan başlangıçToplayıcı Değeri, kayan nokta l1Strength, kayan l2Güç) AdaGradDA Optimize Edici oluşturur

Genel Yöntemler

Sicim	getOptimizerName () Optimize edicinin Adını alın.
Sicim	toString ()

Kalıtsal Yöntemler

org.tensorflow.framework.optimizers.Optimizer sınıfından

Operasyon	ApplyGradients (Liste< GradAndVar <?, TType >> gradsAndVars, Dize adını genişletir) Değişkenlere degradeler uygular
<T extends TType > Listele< GradAndVar <?>>	computeGradients ( İşlenen <?> kaybı) Kayıp işlenenine göre gradyanları hesaplar.
statik Dize	createName ( Output <? extends TType > değişken, String slotName) Bir değişken adı ile yuva adını birleştirerek bir ad oluşturur
soyut Dize	getOptimizerName () Optimize edicinin Adını alın.
<T TType'ı genişletir > İsteğe bağlı< Değişken <T>>	getSlot ( Output <T> var, String slotName) Belirtilen değişken ve yuva adıyla ilişkili yuvayı alır.
son Operasyonlar	getTF () Optimizer'ın Ops örneğini alır
Operasyon	en aza indir ( İşlenen <?> kaybı) Değişkenleri güncelleyerek kaybı en aza indirir
Operasyon	simge durumuna küçült ( İşlenen <?> kaybı, Dize adı) Değişkenleri güncelleyerek kaybı en aza indirir

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hash kodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Sabitler

genel statik final Dize AKÜMÜLATÖRÜ

Sabit Değer: "gradient_accumulator"

genel statik son kayan nokta INITIAL_ACCUMULATOR_DEFAULT

Sabit Değer: 0,1

genel statik son kayan nokta L1_STRENGTH_DEFAULT

Sabit Değer: 0,0

genel statik son kayan nokta L2_STRENGTH_DEFAULT

Sabit Değer: 0,0

genel statik son kayan nokta LEARNING_RATE_DEFAULT

Sabit Değer: 0,001