ApplyAdaMax

공개 최종 수업 ApplyAdaMax

AdaMax 알고리즘에 따라 '*var'를 업데이트합니다.

m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) 변수 <- 변수 - learning_rate / (1 - beta1^ t) * m_t / (v_t + 엡실론)

중첩 클래스

수업 ApplyAdaMax.옵션 ApplyAdaMax 의 선택적 속성

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 <T>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 TType을 확장합니다. > ApplyAdaMax <T>
create ( 범위 범위, 피연산자 <T> var, 피연산자 <T> m, 피연산자 <T> v, 피연산자 <T> beta1Power, 피연산자 <T> lr, 피연산자 <T> beta1, 피연산자 <T> beta2, 피연산자 <T > 엡실론, 피연산자 <T> grad, 옵션... 옵션)
새로운 ApplyAdaMax 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <T>
밖으로 ()
"var"와 동일합니다.
정적 ApplyAdaMax.Options
useLocking (부울 useLocking)

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "ApplyAdaMax"

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

public static ApplyAdaMax <T> create ( Scope 범위, Operand <T> var, Operand <T> m, Operand <T> v, Operand <T> beta1Power, Operand <T> lr, Operand <T> beta1, Operand <T > beta2, 피연산자 <T> 엡실론, 피연산자 <T> grad, 옵션... 옵션)

새로운 ApplyAdaMax 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
var Variable()에서 가져와야 합니다.
중 Variable()에서 가져와야 합니다.
V Variable()에서 가져와야 합니다.
베타1힘 스칼라여야 합니다.
난 배율 인수. 스칼라여야 합니다.
베타1 모멘텀 요인. 스칼라여야 합니다.
베타2 모멘텀 요인. 스칼라여야 합니다.
엡실론 능선 용어. 스칼라여야 합니다.
졸업생 그라데이션입니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • ApplyAdaMax의 새로운 인스턴스

공개 출력 <T> 출력 ()

"var"와 동일합니다.

공개 정적 ApplyAdaMax.Options useLocking (부울 useLocking)

매개변수
사용잠금 'True'인 경우 var, m 및 v 텐서 업데이트는 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다.