ResourceApplyAdagradDa

পাবলিক ফাইনাল ক্লাস রিসোর্সঅ্যাপ্লাইঅ্যাডাগ্রাডডা

প্রক্সিমাল অ্যাডাগ্রাড স্কিম অনুযায়ী '*var' আপডেট করুন।

ক্লাস ResourceApplyAdagradDa.Options ResourceApplyAdagradDa এর জন্য ঐচ্ছিক বৈশিষ্ট্য

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

static <T TType প্রসারিত করে > ResourceApplyAdagradDa

তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <?> var, অপারেন্ড <?> গ্রেডিয়েন্ট অ্যাকুমুলেটর, অপারেন্ড <?> গ্রেডিয়েন্টস্কোয়ার্ড অ্যাকুমুলেটর, অপারেন্ড <T> গ্রেড, অপারেন্ড <T> lr, অপারেন্ড <T> l1, অপারেন্ড <T> l2, অপারেন্ড < TInt4 > গ্লোবাল স্টেপ, অপশন... অপশন)

একটি নতুন ResourceApplyAdagradDa অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

ইউজ লকিং (বুলিয়ান ইউজ লকিং)

org.tensorflow.op.RawOp ক্লাস থেকে

চূড়ান্ত বুলিয়ান	সমান (অবজেক্ট অবজেক্ট)
চূড়ান্ত int	হ্যাশ কোড ()
অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।
চূড়ান্ত স্ট্রিং	স্ট্রিং ()

java.lang.Object ক্লাস থেকে

ইন্টারফেস org.tensorflow.op.Op থেকে

বিমূর্ত মৃত্যুদন্ড পরিবেশ	env () এই অপারেটিং সিস্টেম তৈরি করা হয়েছিল সেই এক্সিকিউশন এনভায়রনমেন্ট ফিরিয়ে দিন।
বিমূর্ত অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।

ধ্রুবক

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "ResourceApplyAdagradDA"

একটি নতুন ResourceApplyAdagradDa অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

সুযোগ	বর্তমান সুযোগ
var	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
গ্রেডিয়েন্ট অ্যাকুমুলেটর	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
গ্রেডিয়েন্টস্কোয়ার অ্যাকুমুলেটর	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
স্নাতক	গ্রেডিয়েন্ট।
lr	স্কেলিং ফ্যাক্টর। একটি স্কেলার হতে হবে।
l1	L1 নিয়মিতকরণ। একটি স্কেলার হতে হবে।
l2	L2 নিয়মিতকরণ। একটি স্কেলার হতে হবে।
বিশ্বস্তর	প্রশিক্ষণের ধাপ নম্বর। একটি স্কেলার হতে হবে।
বিকল্প	ঐচ্ছিক বৈশিষ্ট্য মান বহন করে

লকিং ব্যবহার করুন	সত্য হলে, var এবং accum tensors আপডেট করা একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।