ResourceSparseApplyAdagrad

کلاس نهایی عمومی ResourceSparseApplyAdagrad

طبق طرح adagrad ورودی های مربوطه را در '*var' و '*accum' به روز کنید.

یعنی برای ردیف هایی که برای آنها grad داریم، var و accum را به صورت زیر به روز می کنیم: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

کلاس های تو در تو

کلاس

ResourceSparseApplyAdagrad.Options

ویژگی های اختیاری برای ResourceSparseApplyAdagrad

ثابت ها

رشته

OP_NAME

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

روش های عمومی

static <T TType > ResourceSparseApplyAdagrad را گسترش می دهد	ایجاد ( دامنه دامنه ، عملوند <?> var، عملوند <?> accum، عملوند <T> lr، عملوند <T> grad، عملوند <? گسترش TNumber > شاخص‌ها، گزینه‌ها... گزینه‌ها) روش کارخانه برای ایجاد کلاسی که یک عملیات ResourceSparseApplyAdagrad جدید را بسته بندی می کند.
Static ResourceSparseApplyAdagrad.Options	UpdateSlots (Bolean updateSlots)
Static ResourceSparseApplyAdagrad.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: "ResourceSparseApplyAdagrad"

روش های عمومی

ایجاد استاتیک عمومی ResourceSparseApplyAdagrad ( Scope scope، Operand <?> var، Operand <?> accum، Operand <T> lr، Operand <T> grad، Operand <? گسترش TNumber > شاخص ها، Options... گزینه ها)

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

مولفه های

محدوده	محدوده فعلی
var	باید از یک متغیر () باشد.
تجمع	باید از یک متغیر () باشد.
lr	میزان یادگیری باید اسکالر باشد.
درجه	گرادیان.
شاخص ها	بردار شاخص ها در بعد اول var و accum.
گزینه ها	مقادیر ویژگی های اختیاری را حمل می کند

برمی گرداند

• یک نمونه جدید از ResourceSparseApplyAdagrad

Public Static ResourceSparseApplyAdagrad.Options updateSlots (Bolean updateSlots)

Public Static ResourceSparseApplyAdagrad.Options useLocking (useLocking بولی)

مولفه های

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