Actualice '*var' según el algoritmo AdamMax.
m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) variable <- variable - tasa_de_aprendizaje / (1 - beta1^ t) * m_t / (v_t + épsilon)
Clases anidadas
clase | ResourceApplyAdaMax.Opciones | Atributos opcionales para ResourceApplyAdaMax |
Constantes
Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
estático <T extiende TType > ResourceApplyAdaMax | crear ( Alcance alcance, Operando <?> var, Operando <?> m, Operando <?> v, Operando <T> beta1Power, Operando <T> lr, Operando <T> beta1, Operando <T> beta2, Operando <T > épsilon, Operando <T> grad, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación ResourceApplyAdaMax. |
ResourceApplyAdaMax.Options estático | useLocking (uso booleano Locking) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
creación pública estática de ResourceApplyAdaMax (alcance alcance , operando <?> var, operando <?> m, operando <?> v, operando <T> beta1Power, operando <T> lr, operando <T> beta1, operando <T> beta2, Operando <T> épsilon, Operando <T> grad, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación ResourceApplyAdaMax.
Parámetros
alcance | alcance actual |
---|---|
var | Debe ser de una Variable(). |
metro | Debe ser de una Variable(). |
v | Debe ser de una Variable(). |
beta1potencia | Debe ser un escalar. |
lr | Factor de escala. Debe ser un escalar. |
beta1 | Factor de impulso. Debe ser un escalar. |
beta2 | Factor de impulso. Debe ser un escalar. |
épsilon | Término de cresta. Debe ser un escalar. |
graduado | El gradiente. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de ResourceApplyAdaMax
ResourceApplyAdaMax.Options estático público useLocking (useLocking booleano)
Parámetros
utilizarBloqueo | Si es "True", la actualización de los tensores var, m y v estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
---|