Nadam

นาดัม ชนชั้นสาธารณะ

Nadam Optimizer ที่ใช้อัลกอริทึม NAdam

เช่นเดียวกับที่ Adam มี RMSprop ที่มีโมเมนตัม Nadam ก็คือ Adam ที่มีโมเมนตัม Nesterov

ดูสิ่งนี้ด้วย

• โดแซท, 2015

ค่าคงที่

ลอย	BETA_ONE_DEFAULT
ลอย	BETA_TWO_DEFAULT
ลอย	EPSILON_DEFAULT
สตริง	FIRST_MOMENT
ลอย	LEARNING_RATE_DEFAULT
สตริง	โมเมนตัม
สตริง	SECOND_MOMENT

ค่าคงที่ที่สืบทอดมา

จากคลาส org.tensorflow.framework.optimizers.Optimizer

สตริง

ตัวแปร_V2

คอนสตรัคชั่นสาธารณะ

	นาดัม ( กราฟ กราฟ) สร้าง Nadam Optimizer
	นาดาม ( กราฟ กราฟ, อัตราการเรียนรู้แบบลอยตัว) สร้าง Nadam Optimizer
	นาดาม ( กราฟ กราฟ, อัตราการเรียนรู้แบบลอยตัว, โฟลตเบต้าวัน, โฟลตเบต้าทู, โฟลตเอปไซลอน) สร้าง Nadam Optimizer
	นาดาม ( กราฟ กราฟ ชื่อสตริง อัตราการเรียนรู้แบบลอยตัว) สร้าง Nadam Optimizer
	นาดัม ( กราฟ กราฟ, ชื่อสตริง, อัตราการเรียนรู้แบบลอย, โฟลตเบต้าวัน, โฟลตเบต้าทู, โฟลตเอปไซลอน) สร้าง Nadam Optimizer

วิธีการสาธารณะ

สตริง

getOptimizerName () รับชื่อของเครื่องมือเพิ่มประสิทธิภาพ

วิธีการสืบทอด

จากคลาส org.tensorflow.framework.optimizers.Optimizer

ปฏิบัติการ	ApplyGradients (รายการ < GradAndVar <? ขยาย TType >> gradsAndVars ชื่อสตริง) ใช้การไล่ระดับสีกับตัวแปร
<T ขยาย TType > รายการ < GradAndVar <?>>	computeGradients ( ตัวดำเนินการ <?> สูญเสีย) คำนวณการไล่ระดับสีตามตัวถูกดำเนินการที่สูญเสีย
สตริงแบบคงที่	createName ( เอาต์พุต <? ขยาย TType > ตัวแปร, String slotName) สร้างชื่อโดยรวมชื่อตัวแปรและชื่อสล็อต
สตริงที่เป็นนามธรรม	getOptimizerName () รับชื่อของเครื่องมือเพิ่มประสิทธิภาพ
<T ขยาย TType > ตัวเลือก < ตัวแปร <T>>	getSlot ( เอาต์พุต <T> var, String slotName) รับช่องที่เกี่ยวข้องกับตัวแปรและชื่อช่องที่ระบุ
ปฏิบัติการสุดท้าย	getTF () รับอินสแตนซ์ Ops ของ Optimizer
ปฏิบัติการ	ย่อเล็กสุด ( ตัวดำเนินการ <?> การสูญเสีย) ลดการสูญเสียให้เหลือน้อยที่สุดด้วยการอัพเดตตัวแปร
ปฏิบัติการ	ย่อเล็กสุด ( ตัวดำเนินการ <?> การสูญเสีย ชื่อสตริง) ลดการสูญเสียให้เหลือน้อยที่สุดด้วยการอัพเดตตัวแปร

จากคลาส java.lang.Object

บูลีน	เท่ากับ (วัตถุ arg0)
คลาสสุดท้าย<?>	รับคลาส ()
ภายใน	แฮชโค้ด ()
โมฆะสุดท้าย	แจ้ง ()
โมฆะสุดท้าย	แจ้งทั้งหมด ()
สตริง	toString ()
โมฆะสุดท้าย	รอสักครู่ (ยาว arg0, int arg1)
โมฆะสุดท้าย	รอ (ยาว arg0)
โมฆะสุดท้าย	รอ ()

ค่าคงที่

โฟลตสุดท้ายแบบคงที่สาธารณะ BETA_ONE_DEFAULT

ค่าคงที่: 0.9

โฟลตสุดท้ายคงสาธารณะ BETA_TWO_DEFAULT

ค่าคงที่: 0.999

โฟลตสุดท้ายแบบคงที่สาธารณะ EPSILON_DEFAULT

ค่าคงที่: 1.0E-8

สตริงสุดท้ายแบบคงที่สาธารณะ FIRST_MOMENT

ค่าคงที่: "m"

โฟลตสุดท้ายแบบคงที่สาธารณะ LEARNING_RATE_DEFAULT

ค่าคงที่: 0.001

โมเมนตัม สตริงสุดท้ายแบบคงที่สาธารณะ

ค่าคงที่: "โมเมนตัม"

สตริงสุดท้ายแบบคงที่สาธารณะ SECOND_MOMENT

ค่าคงที่: "v"

คอนสตรัคชั่นสาธารณะ

นาดาม สาธารณะ ( กราฟ กราฟ)

สร้าง Nadam Optimizer

พารามิเตอร์

กราฟ	กราฟ TensorFlow

นาดาม สาธารณะ ( กราฟ กราฟ, อัตราการเรียนรู้แบบลอยตัว)

สร้าง Nadam Optimizer

พารามิเตอร์

กราฟ	กราฟ TensorFlow
อัตราการเรียนรู้	อัตราการเรียนรู้เริ่มต้นที่ 0.001

นาดาม สาธารณะ ( กราฟ กราฟ, อัตราการเรียนรู้แบบลอย, โฟลต betaOne, โฟลต betaTwo, โฟลตเอปไซลอน)

สร้าง Nadam Optimizer

พารามิเตอร์

กราฟ	กราฟ TensorFlow
อัตราการเรียนรู้	อัตราการเรียนรู้เริ่มต้นที่ 0.001
เบต้าหนึ่ง	อัตราการสลายตัวแบบเอกซ์โปเนนเชียลสำหรับการประมาณช่วงเวลาที่ 1 ค่าเริ่มต้นคือ 0.9
เบต้าทู	อัตราการสลายตัวแบบเอ็กซ์โพเนนเชียลสำหรับบรรทัดฐานอนันต์แบบถ่วงน้ำหนักแบบเอกซ์โปเนนเชียล ค่าเริ่มต้นคือ 0.999
เอปไซลอน	ค่าคงที่เล็กน้อยเพื่อความเสถียรของตัวเลข ค่าเริ่มต้นคือ 1e-8

Nadam สาธารณะ ( กราฟ กราฟ, ชื่อสตริง, อัตราการเรียนรู้แบบลอยตัว)

สร้าง Nadam Optimizer

พารามิเตอร์

กราฟ	กราฟ TensorFlow
ชื่อ	ชื่อของเครื่องมือเพิ่มประสิทธิภาพนี้ มีค่าเริ่มต้นเป็น "นาดาม"
อัตราการเรียนรู้	อัตราการเรียนรู้เริ่มต้นที่ 0.001

Nadam สาธารณะ ( กราฟกราฟ , ชื่อสตริง, อัตราการเรียนรู้แบบลอย, float betaOne, float betaTwo, float epsilon)

สร้าง Nadam Optimizer

พารามิเตอร์

กราฟ	กราฟ TensorFlow
ชื่อ	ชื่อของเครื่องมือเพิ่มประสิทธิภาพนี้ มีค่าเริ่มต้นเป็น "นาดาม"
อัตราการเรียนรู้	อัตราการเรียนรู้เริ่มต้นที่ 0.001
เบต้าหนึ่ง	อัตราการสลายตัวแบบเอกซ์โปเนนเชียลสำหรับการประมาณช่วงเวลาที่ 1 ค่าเริ่มต้นคือ 0.9
เบต้าทู	อัตราการสลายตัวแบบเอ็กซ์โพเนนเชียลสำหรับบรรทัดฐานอนันต์แบบถ่วงน้ำหนักแบบเอกซ์โปเนนเชียล ค่าเริ่มต้นคือ 0.999
เอปไซลอน	ค่าคงที่เล็กน้อยเพื่อความเสถียรของตัวเลข ค่าเริ่มต้นคือ 1e-8

วิธีการสาธารณะ

สตริงสาธารณะ getOptimizerName ()

รับชื่อของเครื่องมือเพิ่มประสิทธิภาพ

การส่งคืน

• ชื่อเครื่องมือเพิ่มประสิทธิภาพ