ResourceApplyRmsProp
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
עדכן את '*var' לפי אלגוריתם RMSProp.
שימו לב שביישום צפוף של אלגוריתם זה, ms ו-mom יתעדכנו גם אם ה-grad הוא אפס, אבל ביישום הדליל הזה, ms ו-mom לא יתעדכנו באיטרציות שבמהלכן הגראד הוא אפס.
mean_square = decay * mean_square + (1-decay) * gradient ** 2 Delta = learning_rate * gradient / sqrt(mean_square + epsilon)
ms <- rho * ms_{t-1} + (1-rho) * grad * grad mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon) var <- var - mom
קבועים
חוּט | OP_NAME | השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow |
שיטות בירושה
מכיתה java.lang.Object בוליאני | שווה (Object arg0) |
שיעור אחרון<?> | getClass () |
int | hashcode () |
ריק סופי | להודיע () |
ריק סופי | הודע הכל () |
חוּט | toString () |
ריק סופי | המתן (ארג0 ארוך, int arg1) |
ריק סופי | המתן (ארג0 ארוך) |
ריק סופי | חכה () |
קבועים
מחרוזת סופית סטטית ציבורית OP_NAME
השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow
ערך קבוע: "ResourceApplyRMSProp"
שיטות ציבוריות
שיטת מפעל ליצירת מחלקה העוטפת פעולת ResourceApplyRmsProp חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|
var | צריך להיות ממשתנה(). |
---|
גברת | צריך להיות ממשתנה(). |
---|
אִמָא | צריך להיות ממשתנה(). |
---|
lr | גורם קנה מידה. חייב להיות סקלר. |
---|
rho | קצב דעיכה. חייב להיות סקלר. |
---|
אפסילון | מונח רכס. חייב להיות סקלר. |
---|
גראד | השיפוע. |
---|
אפשרויות | נושא ערכי תכונות אופציונליות |
---|
החזרות
- מופע חדש של ResourceApplyRmsProp
פרמטרים
השתמש בנעילה | אם 'נכון', עדכון הטנזורים var, ms ו-mom מוגן על ידי מנעול; אחרת ההתנהגות אינה מוגדרת, אך עלולה להפגין פחות מחלוקת. |
---|
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-07-26 (שעון UTC).
[null,null,["עדכון אחרון: 2025-07-26 (שעון UTC)."],[],[],null,["# ResourceApplyRmsProp\n\npublic final class **ResourceApplyRmsProp** \nUpdate '\\*var' according to the RMSProp algorithm.\n\n\nNote that in dense implementation of this algorithm, ms and mom will\nupdate even if the grad is zero, but in this sparse implementation, ms\nand mom will not update in iterations during which the grad is zero.\n\n\nmean_square = decay \\* mean_square + (1-decay) \\* gradient \\*\\* 2\nDelta = learning_rate \\* gradient / sqrt(mean_square + epsilon)\n\n\nms \\\u003c- rho \\* ms_{t-1} + (1-rho) \\* grad \\* grad\nmom \\\u003c- momentum \\* mom_{t-1} + lr \\* grad / sqrt(ms + epsilon)\nvar \\\u003c- var - mom\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Nested Classes\n\n|-------|---|---|-----------------------------------------------------------------------------------------------------------------|\n| class | [ResourceApplyRmsProp.Options](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp.Options) || Optional attributes for [ResourceApplyRmsProp](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp) |\n\n### Constants\n\n|--------|------------------------------------------------------------------------------------|---------------------------------------------------------|\n| String | [OP_NAME](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp#OP_NAME) | The name of this op, as known by TensorFlow core engine |\n\n### Public Methods\n\n|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| static \\\u003cT extends [TType](/jvm/api_docs/java/org/tensorflow/types/family/TType)\\\u003e [ResourceApplyRmsProp](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp) | [create](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp#create(org.tensorflow.op.Scope, org.tensorflow.Operand\u003c?\u003e, org.tensorflow.Operand\u003c?\u003e, org.tensorflow.Operand\u003c?\u003e, org.tensorflow.Operand\u003cT\u003e, org.tensorflow.Operand\u003cT\u003e, org.tensorflow.Operand\u003cT\u003e, org.tensorflow.Operand\u003cT\u003e, org.tensorflow.Operand\u003cT\u003e, org.tensorflow.op.train.ResourceApplyRmsProp.Options...))([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e var, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e ms, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e mom, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e lr, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e rho, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e momentum, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e epsilon, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e grad, [Options...](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp.Options) options) Factory method to create a class wrapping a new ResourceApplyRmsProp operation. |\n| static [ResourceApplyRmsProp.Options](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp.Options) | [useLocking](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp#useLocking(java.lang.Boolean))(Boolean useLocking) |\n\n### Inherited Methods\n\nFrom class [org.tensorflow.op.RawOp](/jvm/api_docs/java/org/tensorflow/op/RawOp) \n\n|----------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| final boolean | [equals](/jvm/api_docs/java/org/tensorflow/op/RawOp#equals(java.lang.Object))(Object obj) |\n| final int | [hashCode](/jvm/api_docs/java/org/tensorflow/op/RawOp#hashCode())() |\n| [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/RawOp#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n| final String | [toString](/jvm/api_docs/java/org/tensorflow/op/RawOp#toString())() |\n\nFrom class java.lang.Object \n\n|------------------|---------------------------|\n| boolean | equals(Object arg0) |\n| final Class\\\u003c?\\\u003e | getClass() |\n| int | hashCode() |\n| final void | notify() |\n| final void | notifyAll() |\n| String | toString() |\n| final void | wait(long arg0, int arg1) |\n| final void | wait(long arg0) |\n| final void | wait() |\n\nFrom interface [org.tensorflow.op.Op](/jvm/api_docs/java/org/tensorflow/op/Op) \n\n|-----------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [ExecutionEnvironment](/jvm/api_docs/java/org/tensorflow/ExecutionEnvironment) | [env](/jvm/api_docs/java/org/tensorflow/op/Op#env())() Return the execution environment this op was created in. |\n| abstract [Operation](/jvm/api_docs/java/org/tensorflow/Operation) | [op](/jvm/api_docs/java/org/tensorflow/op/Op#op())() Return this unit of computation as a single [Operation](/jvm/api_docs/java/org/tensorflow/Operation). |\n\nConstants\n---------\n\n#### public static final String\n**OP_NAME**\n\nThe name of this op, as known by TensorFlow core engine \nConstant Value: \"ResourceApplyRMSProp\"\n\nPublic Methods\n--------------\n\n#### public static [ResourceApplyRmsProp](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp)\n**create**\n([Scope](/jvm/api_docs/java/org/tensorflow/op/Scope) scope, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e var, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e ms, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003c?\\\u003e mom, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e lr, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e rho, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e momentum, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e epsilon, [Operand](/jvm/api_docs/java/org/tensorflow/Operand)\\\u003cT\\\u003e grad, [Options...](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp.Options) options)\n\nFactory method to create a class wrapping a new ResourceApplyRmsProp operation. \n\n##### Parameters\n\n| scope | current scope |\n| var | Should be from a Variable(). |\n| ms | Should be from a Variable(). |\n| mom | Should be from a Variable(). |\n| lr | Scaling factor. Must be a scalar. |\n| rho | Decay rate. Must be a scalar. |\n| epsilon | Ridge term. Must be a scalar. |\n| grad | The gradient. |\n| options | carries optional attributes values |\n|---------|------------------------------------|\n\n##### Returns\n\n- a new instance of ResourceApplyRmsProp \n\n#### public static [ResourceApplyRmsProp.Options](/jvm/api_docs/java/org/tensorflow/op/train/ResourceApplyRmsProp.Options)\n**useLocking**\n(Boolean useLocking)\n\n\u003cbr /\u003e\n\n##### Parameters\n\n| useLocking | If \\`True\\`, updating of the var, ms, and mom tensors is protected by a lock; otherwise the behavior is undefined, but may exhibit less contention. |\n|------------|-----------------------------------------------------------------------------------------------------------------------------------------------------|"]]