SendTPUEmbeddingGradients

genel final sınıfı SendTPUEmbeddingGradients

Gömme tablolarının degrade güncellemelerini gerçekleştirir.

Sabitler

Sicim

OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

statik SendTPUEyerleştirmeDegradeleri

create ( Kapsam kapsamı, Yinelenebilir< İşlenen < TFloat32 >> girişler, Yinelenebilir< İşlenen < TFloat32 >> öğrenmeRates, String yapılandırması) Yeni bir SendTPUEmbeddingGradients işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Kalıtsal Yöntemler

org.tensorflow.op.RawOp sınıfından

son boole değeri	eşittir (Nesne nesnesi)
son int	hash kodu ()
Operasyon	işlem () Bu hesaplama birimini tek bir Operation olarak döndürün.
son Dize	toString ()

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 ()

org.tensorflow.op.Op arayüzünden

özet Yürütme Ortamı	env () Bu operasyonun oluşturulduğu yürütme ortamını döndürün.
soyut Operasyon	işlem () Bu hesaplama birimini tek bir Operation olarak döndürün.

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "SendTPUEmbeddingGradients"

Genel Yöntemler

public static SendTPUEmbeddingGradients create ( Kapsam kapsamı, Yinelenebilir< İşlenen < TFloat32 >> girişler, Yinelenebilir< İşlenen < TFloat32 >> öğrenmeRates, String yapılandırması)

Yeni bir SendTPUEmbeddingGradients işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler

kapsam	mevcut kapsam
girişler	Gömme tablolarının güncelleneceği degradelerin TensorList'i. Bu bağımsız değişken, RecvTPUEmbeddingActivations'ın dönüş değeriyle aynı uzunluğa ve şekillere sahiptir ancak yerleştirme etkinleştirmelerine göre modelin kaybının derecelerini içerir. Gömme tabloları, tpu.initialize_system'e verilen TPU yerleştirme yapılandırmasında belirtilen optimize edici aracılığıyla bu degradelerden güncellenir.
öğrenmeOranları	Her dinamik öğrenme oranı etiketi için bir tane olmak üzere float32 skalerlerinden oluşan bir TensorList: //third_party/tensorflow/core/protobuf/tpu/optimization_parameters.proto içindeki yorumlara bakın. Birden fazla tablo, yapılandırmada belirtildiği gibi aynı dinamik öğrenme oranı etiketini paylaşabilir. Tüm tabloların öğrenme oranları sabitse bu liste boş olmalıdır.
yapılandırma	Serileştirilmiş TPUEmbedddingConfiguration protokolü.

İadeler

• SendTPUEmbeddingGradients'in yeni bir örneği