AddSign আপডেট অনুযায়ী '*var' আপডেট করুন।
m_t <- beta1 * m_{t-1} + (1 - beta1) * g আপডেট <- exp(logbase * sign_decay * sign(g) * sign(m_t)) * g পরিবর্তনশীল <- পরিবর্তনশীল - lr_t * আপডেট
নেস্টেড ক্লাস
ক্লাস | ApplyPowerSign.Options | ApplyPowerSign এর জন্য ঐচ্ছিক বৈশিষ্ট্য |
ধ্রুবক
স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়। |
স্ট্যাটিক <T TType প্রসারিত করে > ApplyPowerSign <T> | |
আউটপুট <T> | আউট () "var" এর মতোই। |
স্ট্যাটিক ApplyPowerSign.Options | ইউজ লকিং (বুলিয়ান ইউজ লকিং) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক ApplyPowerSign <T> তৈরি করুন ( Scope scope, Operand <T> var, Operand <T> m, Operand <T> lr, Operand <T> লগবেস, Operand <T> signDecay, Operand <T> beta, Operand <T > স্নাতক, বিকল্প... বিকল্প)
একটি নতুন ApplyPowerSign অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
var | একটি পরিবর্তনশীল() থেকে হওয়া উচিত। |
মি | একটি পরিবর্তনশীল() থেকে হওয়া উচিত। |
lr | স্কেলিং ফ্যাক্টর। একটি স্কেলার হতে হবে। |
লগবেস | একটি স্কেলার হতে হবে। |
সাইন ক্ষয় | একটি স্কেলার হতে হবে। |
বিটা | একটি স্কেলার হতে হবে। |
স্নাতক | গ্রেডিয়েন্ট। |
বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- ApplyPowerSign এর একটি নতুন উদাহরণ
পাবলিক স্ট্যাটিক ApplyPowerSign.Options useLocking (বুলিয়ান ইউজ লকিং)
পরামিতি
লকিং ব্যবহার করুন | যদি `True` হয়, var এবং m টেনসর আপডেট করা একটি লক দ্বারা সুরক্ষিত থাকে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে। |
---|