ResourceApplyMomentum

ResourceApplyMomentum คลาสสุดท้ายสาธารณะ

อัปเดต '*var' ตามรูปแบบโมเมนตัม

ตั้งค่า use_nesterov = True หากคุณต้องการใช้โมเมนตัม Nesterov

สะสม = สะสม * โมเมนตัม + ผู้สำเร็จการศึกษา var -= lr * สะสม

คลาสที่ซ้อนกัน

ระดับ ResourceApplyMomentum.ตัวเลือก แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceApplyMomentum

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

คงที่ <T ขยาย TType > ResourceApplyMomentum
สร้าง ( ขอบเขต ขอบเขต ตัวดำเนินการ <?> var, ตัวดำเนินการ <?> accum, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <T> โมเมนตัม, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceApplyMomentum ใหม่
ResourceApplyMomentum.Options แบบคงที่
useLocking (การใช้ล็อคแบบบูลีน)
ResourceApplyMomentum.Options แบบคงที่
useNesterov (การใช้บูลีน UseNesterov)

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "ResourceApplyMomentum"

วิธีการสาธารณะ

ResourceApplyMomentum สาธารณะคง ที่สร้าง (ขอบเขต ขอบเขต ตัวดำเนินการ <?> var, ตัวถูกดำเนินการ <?> accum, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <T> โมเมนตัม, ตัวเลือก... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceApplyMomentum ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
var ควรมาจากตัวแปร ()
สะสม ควรมาจากตัวแปร ()
ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
ผู้สำเร็จการศึกษา การไล่ระดับสี
โมเมนตัม โมเมนตัม. ต้องเป็นสเกลาร์
ตัวเลือก มีค่าแอตทริบิวต์ทางเลือก
การส่งคืน
  • อินสแตนซ์ใหม่ของ ResourceApplyMomentum

ResourceApplyMomentum.Options แบบคงที่สาธารณะ useLocking (useLocking แบบบูลีน)

พารามิเตอร์
ใช้ล็อค หากเป็น "จริง" การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง

ResourceApplyMomentum สาธารณะแบบคงที่ ตัวเลือก useNesterov (useNesterov แบบบูลีน)

พารามิเตอร์
ใช้ Nesterov หาก "จริง" เทนเซอร์ที่ส่งผ่านไปยังการคำนวณ Grad จะเป็น var - lr * โมเมนตัม * สะสม ดังนั้นในท้ายที่สุด var ที่คุณได้รับก็คือ var - lr * โมเมนตัม * สะสม