RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug

kelas akhir publik AmbilTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug

Ambil parameter penyematan SGD dengan dukungan debug.

Sebuah operasi yang mengambil parameter optimasi dari penyematan ke memori host. Harus didahului dengan operasi ConfigureTPUEmbeddingHost yang menyiapkan konfigurasi tabel penyematan yang benar. Misalnya, operasi ini digunakan untuk mengambil parameter yang diperbarui sebelum menyimpan pos pemeriksaan.

Kelas Bersarang

kelas

AmbilTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options

Atribut opsional untuk RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Pengambilan statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options	konfigurasi (Konfigurasi string)
Pengambilan statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	buat ( Lingkup cakupan, Long numShards, Long shardId, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug baru.
Keluaran < TFloat32 >	akumulator gradien () Parameter gradien_akumulator diperbarui oleh algoritma optimasi Adadelta.
Keluaran < TFloat32 >	parameter () Parameter parameter diperbarui oleh algoritma optimasi penurunan gradien stokastik.
Pengambilan statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options	tableId (Id tabel panjang)
Pengambilan statisTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options	nama meja (String nama tabel)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug"

Metode Publik

Pengambilan statis publikTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options config (String config)

Public static RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug buat ( Lingkup cakupan, Long numShards, Long shardId, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug baru.

Parameter

cakupan	ruang lingkup saat ini
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug

Output publik < TFloat32 > gradienAkumulator ()

Parameter gradien_akumulator diperbarui oleh algoritma optimasi Adadelta.

Output publik <TFloat32> parameter ()

Parameter parameter diperbarui oleh algoritma optimasi penurunan gradien stokastik.

Pengambilan statis publikTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options tableId (TableId panjang)

Pengambilan statis publikTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options tableName (String tableName)