ApplyAdaMax

kelas akhir publik ApplyAdaMax

Perbarui '*var' sesuai dengan algoritma AdaMax.

m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) variabel <- variabel - kecepatan_belajar / (1 - beta1^ t) * m_t / (v_t + epsilon)

Kelas Bersarang

kelas TerapkanAdaMax.Options Atribut opsional untuk ApplyAdaMax

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > ApplyAdaMax <T>
buat ( Lingkup lingkup, Operand <T> var, Operand <T> m, Operand <T> v, Operand <T> beta1Power, Operand <T> lr, Operand <T> beta1, Operand <T> beta2, Operand <T > epsilon, Operan <T> lulusan, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ApplyAdaMax baru.
Keluaran <T>
keluar ()
Sama seperti "var".
ApplyAdaMax.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ApplyAdaMax"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ApplyAdaMax <T> buat ( Lingkup lingkup, Operan <T> var, Operan <T> m, Operan <T> v, Operan <T> beta1Power, Operan <T> lr, Operan <T> beta1, Operan <T > beta2, Operan <T> epsilon, Operan <T> lulusan, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ApplyAdaMax baru.

Parameter
cakupan ruang lingkup saat ini
var Harus dari Variabel().
M Harus dari Variabel().
ay Harus dari Variabel().
beta1Kekuatan Pasti skalar.
lr Faktor skala. Pasti skalar.
beta1 Faktor momentum. Pasti skalar.
beta2 Faktor momentum. Pasti skalar.
epsilon Istilah punggungan. Pasti skalar.
lulusan Gradien.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari ApplyAdaMax

Keluaran publik <T> keluar ()

Sama seperti "var".

ApplyAdaMax.Options useLocking statis publik (Boolean useLocking)

Parameter
gunakan Penguncian Jika `True`, pembaruan tensor var, m, dan v akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.