Nadam

halka açık sınıf Nadam

NAdam algoritmasını uygulayan Nadam Doktoru.

Adam'ın aslında momentumlu RMSprop olması gibi, Nadam da Nesterov momentumlu Adam'dır.

Ayrıca bakınız

• Dozat, 2015

Sabitler

batmadan yüzmek	BETA_ONE_DEFAULT
batmadan yüzmek	BETA_TWO_DEFAULT
batmadan yüzmek	EPSILON_DEFAULT
Sicim	İLK AN
batmadan yüzmek	LEARNING_RATE_DEFAULT
Sicim	İTME
Sicim	SECOND_MOMENT

Devralınan Sabitler

org.tensorflow.framework.optimizers.Optimizer sınıfından

Sicim

DEĞİŞKEN_V2

Kamu İnşaatçıları

	Nadam ( Grafik grafiği) Bir Nadam Optimize Edici oluşturur
	Nadam ( Grafik grafiği, kayan öğrenme Oranı) Bir Nadam Optimize Edici oluşturur
	Nadam ( Grafik grafiği, kayan öğrenme Oranı, kayan betaOne, kayan betaİki, kayan epsilon) Bir Nadam Optimize Edici oluşturur
	Nadam ( Grafik grafiği, Dize adı, kayan öğrenme Oranı) Bir Nadam Optimize Edici oluşturur
	Nadam ( Grafik grafiği, Dize adı, float öğrenme Oranı, float betaOne, float betaTwo, float epsilon) Bir Nadam Optimize Edici oluşturur

Genel Yöntemler

Sicim

getOptimizerName () Optimize edicinin Adını alın.

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 son kayan nokta BETA_ONE_DEFAULT

Sabit Değer: 0,9

genel statik son kayan nokta BETA_TWO_DEFAULT

Sabit Değer: 0,999

genel statik son kayan nokta EPSILON_DEFAULT

Sabit Değer: 1.0E-8

genel statik son Dize FIRST_MOMENT

Sabit Değer: "m"

genel statik son kayan nokta LEARNING_RATE_DEFAULT

Sabit Değer: 0,001

genel statik final String MOMENTUM

Sabit Değer: "ivme"

genel statik son Dize SECOND_MOMENT

Sabit Değer: "v"

Kamu İnşaatçıları

genel Nadam ( Grafik grafiği)

Bir Nadam Optimize Edici oluşturur

Parametreler

grafik	TensorFlow grafiği

genel Nadam ( Grafik grafiği, kayan öğrenme Oranı)

Bir Nadam Optimize Edici oluşturur

Parametreler

grafik	TensorFlow grafiği
öğrenme oranı	öğrenme oranı, varsayılan olarak 0,001'dir

genel Nadam ( Grafik grafiği, kayan öğrenme Oranı, kayan betaOne, kayan betaTwo, kayan epsilon)

Bir Nadam Optimize Edici oluşturur

Parametreler

grafik	TensorFlow grafiği
öğrenme oranı	öğrenme oranı, varsayılan olarak 0,001'dir
betaOne	1. an tahminleri için üstel bozunma oranı. Varsayılan 0,9'dur.
betaİki	Üstel ağırlıklı sonsuzluk normu için üstel bozunma oranı. Varsayılan 0,999'dur.
epsilon	Sayısal kararlılık için küçük bir sabit. Varsayılan 1e-8'dir.

public Nadam ( Grafik grafiği, Dize adı, kayan öğrenme Oranı)

Bir Nadam Optimize Edici oluşturur

Parametreler

grafik	TensorFlow grafiği
isim	bu Optimize Edicinin adı varsayılan olarak "Nadam"dır
öğrenme oranı	öğrenme oranı, varsayılan olarak 0,001'dir

public Nadam ( Grafik grafiği, Dize adı, float öğrenme Oranı, float betaOne, float betaTwo, float epsilon)

Bir Nadam Optimize Edici oluşturur

Parametreler

grafik	TensorFlow grafiği
isim	bu Optimize Edicinin adı varsayılan olarak "Nadam"dır
öğrenme oranı	öğrenme oranı, varsayılan olarak 0,001'dir
betaOne	1. an tahminleri için üstel bozunma oranı. Varsayılan 0,9'dur.
betaİki	Üstel ağırlıklı sonsuzluk normu için üstel bozunma oranı. Varsayılan 0,999'dur.
epsilon	Sayısal kararlılık için küçük bir sabit. Varsayılan 1e-8'dir.

Genel Yöntemler

public String getOptimizerName ()

Optimize edicinin Adını alın.

İadeler

• Optimize edici adı.