ResourceApplyCenteredRmsProp

کلاس نهایی عمومی ResourceApplyCenteredRmsProp

"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.

الگوریتم RMSProp متمرکز از تخمین لحظه دوم متمرکز (یعنی واریانس) برای عادی سازی استفاده می کند، برخلاف RMSProp معمولی که از لحظه دوم (غیر مرکزی) استفاده می کند. این اغلب به آموزش کمک می کند، اما از نظر محاسبات و حافظه کمی گران تر است.

توجه داشته باشید که در اجرای متراکم این الگوریتم، mg، ms و mom حتی اگر درجه صفر باشد، به روز می شوند، اما در این پیاده سازی پراکنده، mg، ms و mom در تکرارهایی که در طی آن درجه صفر است، به روز نمی شوند.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 mean_grad = decay * mean_grad + (1-decay) * گرادیان

دلتا = نرخ_آموزش * گرادیان / مربع (میانگین_مربع + اپسیلون - میانگین_گراد ** 2)

mg <- rho * mg_{t-1} + (1-rho) * grad ms <- rho * ms_{t-1} + (1-rho) * grad * grad mom <- momentum * mom_{t-1 } + lr * grad / sqrt(ms - mg * mg + epsilon) var <- var - mom

کلاس های تو در تو

کلاس

ResourceApplyCenteredRmsProp.Options

ویژگی های اختیاری برای ResourceApplyCenteredRmsProp

ثابت ها

رشته

OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

static <T TType > ResourceApplyCenteredRmsProp را گسترش می دهد	ایجاد ( Scope scope، Operand <?> var، Operand <?> mg، Operand <?> ms، Operand <?> mom، Operand <T> lr، Operand <T> rho، Operand <T> تکانه، Operand <T > epsilon، Operand <T> grad، Options... گزینه ها) روش کارخانه برای ایجاد کلاسی که یک عملیات ResourceApplyCenteredRmsProp جدید را بسته بندی می کند.
استاتیک ResourceApplyCenteredRmsProp.Options	useLocking (قفل کردن استفاده بولی)

روش های ارثی

از کلاس org.tensorflow.op.RawOp

بولی نهایی	برابر است (object obj)
بین المللی نهایی	هش کد ()
عمل	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.
رشته نهایی	toString ()

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.op.Op

چکیده Execution Environment	env () محیط اجرایی را که این عملیات در آن ایجاد شده است برگردانید.
عملیات انتزاعی	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "ResourceApplyCenteredRMSProp"

روش های عمومی

عمومی استاتیک ResourceApplyCenteredRmsProp ایجاد ( دامنه دامنه ، عملوند <?> var، عملوند <?> میلی گرم، عملوند <?> ms، عملوند <?> مادر، عملوند <T> lr، عملوند <T> rho، عملوند <T> تکانه، عملوند <T> اپسیلون، عملوند <T> grad، گزینه‌ها... گزینه‌ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات ResourceApplyCenteredRmsProp جدید را بسته بندی می کند.

مولفه های

محدوده	محدوده فعلی
var	باید از یک متغیر () باشد.
میلی گرم	باید از یک متغیر () باشد.
ام‌اس	باید از یک متغیر () باشد.
مادر	باید از یک متغیر () باشد.
lr	ضریب پوسته پوسته شدن باید اسکالر باشد.
rho	میزان پوسیدگی باید اسکالر باشد.
تکانه	مقیاس حرکت. باید اسکالر باشد.
اپسیلون	ترم ریج. باید اسکالر باشد.
درجه	گرادیان.
گزینه ها	مقادیر ویژگی های اختیاری را حمل می کند

برمی گرداند

• یک نمونه جدید از ResourceApplyCenteredRmsProp

عمومی ایستا ResourceApplyCenteredRmsProp.Options useLocking (useLocking بولی)

مولفه های

استفاده از قفل کردن	اگر «درست» باشد، به‌روزرسانی تانسورهای var، mg، ms و mom توسط یک قفل محافظت می‌شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.