ResourceSparseApplyAdagrad

genel son sınıf ResourceSparseApplyAdagrad

Adagrad şemasına göre '*var' ve '*accum'daki ilgili girişleri güncelleyin.

Yani grad kullandığımız satırlar için var ve accum'u şu şekilde güncelliyoruz: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

İç İçe Sınıflar

sınıf ResourceSparseApplyAdagrad.Options ResourceSparseApplyAdagrad için isteğe bağlı özellikler

Sabitler

Sicim OP_NAME Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

static <T , TType'ı genişletir > ResourceSparseApplyAdagrad
create ( Kapsam kapsamı, İşlenen <?> var, İşlenen <?> accum, İşlenen <T> lr, İşlenen <T> grad, İşlenen <? extends TNumber > dizinler, Seçenekler... seçenekler)
Yeni bir ResourceSparseApplyAdagrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
statik ResourceSparseApplyAdagrad.Options
updateSlots (Boolean updateSlots)
statik ResourceSparseApplyAdagrad.Options
useLocking (Boolean useLocking)

Kalıtsal Yöntemler

org.tensorflow.op.RawOp sınıfından
son boole değeri
eşittir (Nesne nesnesi)
son int
Operasyon
işlem ()
Bu hesaplama birimini tek bir Operation olarak döndürün.
son Dize
boolean
eşittir (Nesne arg0)
son Sınıf<?>
getClass ()
int
hash kodu ()
son boşluk
bildir ()
son boşluk
tümünü bildir ()
Sicim
toString ()
son boşluk
bekle (uzun arg0, int arg1)
son boşluk
bekle (uzun arg0)
son boşluk
Beklemek ()
org.tensorflow.op.Op arayüzünden
özet Yürütme Ortamı
env ()
Bu operasyonun oluşturulduğu yürütme ortamını döndürün.
soyut Operasyon
işlem ()
Bu hesaplama birimini tek bir Operation olarak döndürün.

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "ResourceSparseApplyAdagrad"

Genel Yöntemler

public static ResourceSparseApplyAdagrad create ( Kapsam kapsamı, İşlenen <?> var, İşlenen <?> accum, İşlenen <T> lr, İşlenen <T> grad, İşlenen <? extends TNumber > indeksler, Seçenekler... seçenekler)

Yeni bir ResourceSparseApplyAdagrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
var Bir Variable()'dan olmalıdır.
birikim Bir Variable()'dan olmalıdır.
IR Öğrenme oranı. Bir skaler olmalı.
mezun Gradyan.
endeksler var ve accum'un birinci boyutuna ait indekslerin bir vektörü.
seçenekler isteğe bağlı nitelik değerlerini taşır
İadeler
  • ResourceSparseApplyAdagrad'ın yeni bir örneği

genel statik ResourceSparseApplyAdagrad.Options updateSlots (Boolean updateSlots)

public static ResourceSparseApplyAdagrad.Options useLocking (Boolean useLocking)

Parametreler
KullanımKilitleme 'Doğru' ise var ve accum tensörlerinin güncellenmesi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.