پارامترهای جاسازی FTRL را بازیابی کنید.
عملیاتی که پارامترهای بهینه سازی را از جاسازی در حافظه میزبان بازیابی می کند. باید قبل از آن یک عملیات ConfigureTPUEmbeddingHost باشد که پیکربندی صحیح جدول جاسازی را تنظیم می کند. به عنوان مثال، این عملیات برای بازیابی پارامترهای به روز شده قبل از ذخیره یک چک پوینت استفاده می شود.
کلاس های تو در تو
کلاس | RetrieveTPUEmbeddingFTRLParameters.Options | ویژگی های اختیاری برای RetrieveTPUEmbeddingFTRLParameters |
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی < TFloat32 > | آکومولاتورها () انباشته کننده های پارامتر به روز شده توسط الگوریتم بهینه سازی FTRL. |
Static RetrieveTPUEmbeddingFTRLParameters.Options | پیکربندی (پیکربندی رشته) |
Static RetrieveTPUEmbeddingFTRLParameters | ایجاد (حوزه دامنه ، NumShards طولانی، Long shardId، گزینهها... گزینهها) روش کارخانه برای ایجاد کلاسی که یک عملیات RetrieveTPUEmbeddingFTRLParameters جدید را بسته بندی می کند. |
خروجی < TFloat32 > | خطی () خطی پارامتر به روز شده توسط الگوریتم بهینه سازی FTRL. |
خروجی < TFloat32 > | مولفه های () پارامترهای پارامتر توسط الگوریتم بهینه سازی FTRL به روز شد. |
Static RetrieveTPUEmbeddingFTRLParameters.Options | tableId (Long tableId) |
Static RetrieveTPUEmbeddingFTRLParameters.Options | tableName (رشته جدولName) |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی < TFloat32 > انباشته ها ()
انباشته کننده های پارامتر به روز شده توسط الگوریتم بهینه سازی FTRL.
بازیابی ایستا عمومی بازیابیTPUEmbeddingFTRLپارامترها ایجاد میشوند ( حوزه دامنه ، NumShards طولانی، Long shardId، گزینهها... گزینهها)
روش کارخانه برای ایجاد کلاسی که یک عملیات RetrieveTPUEmbeddingFTRLParameters جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- نمونه جدیدی از RetrieveTPUEmbeddingFTRLParameters