ResourceApplyAdaMax

सार्वजनिक अंतिम वर्ग रिसोर्सएप्लाईएडमैक्स

AdaMax एल्गोरिथम के अनुसार '*var' को अपडेट करें।

m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) वेरिएबल <- वेरिएबल - लर्निंग_रेट / (1 - beta1^ टी) * एम_टी / (वी_टी + ईपीएसलॉन)

नेस्टेड क्लासेस

कक्षा रिसोर्सएप्लाईएडामैक्स.ऑप्शंस ResourceApplyAdaMax के लिए वैकल्पिक विशेषताएँ

स्थिरांक

डोरी OP_NAME इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है

सार्वजनिक तरीके

स्थिर <T टीटाइप का विस्तार करता है > resourceApplyAdaMax
बनाएं ( स्कोप स्कोप, ऑपरेंड <?> var, ऑपरेंड <?> एम, ऑपरेंड <?> वी, ऑपरेंड <T> बीटा1पावर, ऑपरेंड <T> एलआर, ऑपरेंड <T> बीटा1, ऑपरेंड <T> बीटा2, ऑपरेंड <T > एप्सिलॉन, ऑपरेंड <टी> ग्रेड, विकल्प... विकल्प)
एक नए रिसोर्सएप्लाईएडामैक्स ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
स्थैतिक संसाधनApplyAdaMax.Options
यूज़लॉकिंग (बूलियन यूज़लॉकिंग)

विरासत में मिली विधियाँ

स्थिरांक

सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME

इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है

स्थिर मान: "ResourceApplyAdaMax"

सार्वजनिक तरीके

सार्वजनिक स्थैतिक रिसोर्सएप्लाईएडामैक्स क्रिएट ( स्कोप स्कोप, ऑपरेंड <?> वर, ऑपरेंड <?> एम, ऑपरेंड <?> वी, ऑपरेंड <टी> बीटा1पावर, ऑपरेंड <टी> एलआर, ऑपरेंड <टी> बीटा1, ऑपरेंड <टी> बीटा2, ऑपरेंड <टी> एप्सिलॉन, ऑपरेंड <टी> ग्रेड, विकल्प... विकल्प)

एक नए रिसोर्सएप्लाईएडामैक्स ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर
दायरा वर्तमान दायरा
वर एक वेरिएबल() से होना चाहिए।
एम एक वेरिएबल() से होना चाहिए।
वी एक वेरिएबल() से होना चाहिए।
बीटा1पावर एक अदिश राशि होनी चाहिए.
एलआर मापन कारक। एक अदिश राशि होनी चाहिए.
बीटा1 संवेग कारक. एक अदिश राशि होनी चाहिए.
बीटा2 संवेग कारक. एक अदिश राशि होनी चाहिए.
एप्सिलॉन रिज शब्द. एक अदिश राशि होनी चाहिए.
ग्रैड ढाल.
विकल्प वैकल्पिक गुण मान रखता है
रिटर्न
  • resourceApplyAdaMax का एक नया उदाहरण

सार्वजनिक स्थैतिक संसाधनApplyAdaMax.Options उपयोगलॉकिंग (बूलियन उपयोगलॉकिंग)

पैरामीटर
लॉकिंग का उपयोग करें यदि `सही` है, तो var, m, और v टेंसर का अद्यतन एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।