GradientDescent

パブリック クラスGradientDescent

基本的な確率的勾配降下法オプティマイザー。 GradientDescent は、学習率を乗算した現在の勾配 ΔL/Δw を使用して現在の重みを更新します。

定数

浮く

学習_レート_デフォルト

継承された定数

クラスorg.tensorflow.framework.optimizers.Optimizerから

弦

変数_V2

パブリックコンストラクター

	GradientDescent (グラフグラフ) GradientDescent オプティマイザーを作成します
	GradientDescent ( Graphグラフ、float learningRate) GradientDescent オプティマイザーを作成します
	GradientDescent (グラフグラフ、文字列名、float learningRate) GradientDescent オプティマイザーを作成します

パブリックメソッド

弦	getOptimizerName () オプティマイザーの名前を取得します。
弦	toString ()

継承されたメソッド

クラスorg.tensorflow.framework.optimizers.Optimizerから

オペ	applyGradients (List< GradAndVar <? extends TType >> gradsAndVars、文字列名) 変数にグラデーションを適用します
<T extends TType > List< GradAndVar <?>>	computeGradients (オペランド<?> 損失) 損失オペランドに基づいて勾配を計算します。
静的文字列	createName (出力<? extends TType > 変数、文字列スロット名) 変数名とスロット名を組み合わせて名前を作成します
抽象文字列	getOptimizerName () オプティマイザーの名前を取得します。
<T extends TType > オプション<変数<T>>	getSlot (出力<T> 変数、文字列スロット名) 指定された変数とスロット名に関連付けられたスロットを取得します。
最終作戦	getTF () オプティマイザーの Ops インスタンスを取得します
オペ	最小化(オペランド<?> の損失) 変数を更新することで損失を最小限に抑えます
オペ	minimum (オペランド<?> の損失、文字列名) 変数を更新することで損失を最小限に抑えます

クラスjava.lang.Objectから

ブール値	等しい(オブジェクト arg0)
最終クラス<?>	getクラス()
整数	ハッシュコード（）
最後の空白	通知する()
最後の空白	すべて通知()
弦	toString ()
最後の空白	wait (long arg0, int arg1)
最後の空白	待機(長い引数0)
最後の空白	待って（）

定数

パブリック静的最終フロートLEARNING_RATE_DEFAULT

定数値: 0.01

パブリックコンストラクター

public GradientDescent (グラフグラフ)

GradientDescent オプティマイザーを作成します

パラメーター

グラフ	TensorFlow グラフ

public GradientDescent ( Graphグラフ、float learningRate)

GradientDescent オプティマイザーを作成します

パラメーター

グラフ	TensorFlow グラフ
学習率	学習率、デフォルトは 0.01

public GradientDescent ( Graphグラフ、文字列名、float learningRate)

GradientDescent オプティマイザーを作成します

パラメーター

グラフ	TensorFlow グラフ
名前	このオプティマイザーの名前、デフォルトは「GradientDescent」です
学習率	学習率、デフォルトは 0.01

パブリックメソッド

public String getOptimizerName ()

オプティマイザーの名前を取得します。

戻り値

• オプティマイザーの名前。

public String toString ()