ApplyAdam

genel final dersi ApplyAdam

'*var'ı Adam algoritmasına göre güncelleyin.

$$lr_t := \text{learning\_rate} * \sqrt{1 - beta_2^t} / (1 - beta_1^t)$$$$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$$$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$$$variable := variable - lr_t * m_t / (\sqrt{v_t} + \epsilon)$$

İç İçe Sınıflar

sınıf ApplyAdam.Options ApplyAdam için isteğe bağlı özellikler

Sabitler

Sicim OP_NAME Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

Çıkış <T>
Çıkış olarak ()
Tensörün sembolik tutamacını döndürür.
static <T, TType'ı genişletir > ApplyAdam <T>
create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> m, İşlenen <T> v, İşlenen <T> beta1Güç, İşlenen <T> beta2Güç, İşlenen <T> lr, İşlenen <T> beta1, İşlenen <T > beta2, İşlenen <T> epsilon, İşlenen <T> grad, Seçenekler... seçenekler)
Yeni bir ApplyAdam işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Çıkış <T>
dışarı ()
"Var" ile aynı.
statik ApplyAdam.Options
useLocking (Boolean useLocking)
statik ApplyAdam.Options
useNesterov (Boolean useNesterov)

Kalıtsal Yöntemler

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "Adam Uygula"

Genel Yöntemler

genel Çıkış <T> asOutput ()

Tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static ApplyAdam <T> create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> m, İşlenen <T> v, İşlenen <T> beta1Power, İşlenen <T> beta2Power, İşlenen <T> lr, İşlenen <T > beta1, İşlenen <T> beta2, İşlenen <T> epsilon, İşlenen <T> grad, Seçenekler... seçenekler)

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

Parametreler
kapsam mevcut kapsam
var Bir Variable()'dan olmalıdır.
M Bir Variable()'dan olmalıdır.
v Bir Variable()'dan olmalıdır.
beta1Güç Bir skaler olmalı.
beta2Power Bir skaler olmalı.
IR Ölçekleme faktörü. Bir skaler olmalı.
beta1 Momentum faktörü. Bir skaler olmalı.
beta2 Momentum faktörü. Bir skaler olmalı.
epsilon Ridge terimi. Bir skaler olmalı.
mezun Gradyan.
seçenekler isteğe bağlı nitelik değerlerini taşır
İadeler
  • ApplyAdam'ın yeni bir örneği

genel Çıkış <T> out ()

"Var" ile aynı.

public static ApplyAdam.Options useLocking (Boolean useLocking)

Parametreler
KullanımKilitleme 'Doğru' ise var, m ve v tensörlerinin güncellenmesi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.

public static ApplyAdam.Options useNesterov (Boolean useNesterov)

Parametreler
Nesterov'u kullan 'Doğru' ise nesterov güncellemesini kullanır.