Actualice las entradas relevantes en '* var' y '* acumula' de acuerdo con el esquema adagrad.
Es decir, para las filas para las que hemos graduado, actualizamos var y acumulamos de la siguiente manera: acum + = grad * grad var - = lr * grad * (1 / sqrt (acum))
Clases anidadas
clase | ResourceSparseApplyAdagrad.Options | Los atributos opcionales para ResourceSparseApplyAdagrad |
Constantes
Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
estática <T se extiende Ttype > ResourceSparseApplyAdagrad | |
estáticas ResourceSparseApplyAdagrad.Options | updateSlots (updateSlots booleanas) |
estáticas ResourceSparseApplyAdagrad.Options | useLocking (Boolean useLocking) |
Métodos heredados
Constantes
OP_NAME pública final static String
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Métodos públicos
public static ResourceSparseApplyAdagrad crear ( Alcance alcance, operando <?> var, operando <?> acum, operando <T> lr, operando <T> graduado, operando <? extiende TNumber > índices, opciones ... opciones)
Método de fábrica para crear una clase que envuelva una nueva operación ResourceSparseApplyAdagrad.
Parámetros
alcance | alcance actual |
---|---|
var | Debe ser de una variable (). |
acumular | Debe ser de una variable (). |
lr | Tasa de aprendizaje. Debe ser un escalar. |
graduado | El gradiente. |
índices | Un vector de índices en la primera dimensión de var y acum. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de ResourceSparseApplyAdagrad
estáticas pública ResourceSparseApplyAdagrad.Options useLocking (booleano useLocking)
Parámetros
useLocking | Si es "Verdadero", la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
---|