ResourceSparseApplyAdagradDa

کلاس نهایی عمومی ResourceSparseApplyAdagradDa

ورودی‌های «*var» و «*accum» را طبق طرح آداگراد پروگزیمال به‌روزرسانی کنید.

کلاس های تو در تو

کلاس

ResourceSparseApplyAdagradDa.Options

ویژگی های اختیاری برای ResourceSparseApplyAdagradDa

ثابت ها

رشته

OP_NAME

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

روش های عمومی

static <T TType > ResourceSparseApplyAdagradDa را گسترش می دهد	ایجاد ( دامنه دامنه ، عملوند <?> var، عملوند <?> gradientAccumulator، عملوند <?> gradientSquaredAccumulator، عملوند <T> grad، عملوند <? گسترش TNumber > شاخص ها، عملوند <T> lr، عملوند <T> l1، عملوند <T> l2، عملوند < TINT64 > globalStep، گزینه‌ها... گزینه‌ها) روش کارخانه برای ایجاد کلاسی که یک عملیات ResourceSparseApplyAdagradDa جدید را بسته بندی می کند.
static ResourceSparseApplyAdagradDa.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: "ResourceSparseApplyAdagradDA"

روش های عمومی

عمومی static ResourceSparseApplyAdagradDa ایجاد ( دامنه دامنه ، عملوند <?> var، عملوند <?> gradientAccumulator، عملوند <?> gradientSquaredAccumulator، عملوند <T> grad، عملوند <? گسترش TNumber > شاخص ها، عملوند <T> lr، عملوند <T> l1، عملوند <T> l2، عملوند < TINT64 > globalStep، گزینه‌ها... گزینه‌ها)

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

مولفه های

محدوده	محدوده فعلی
var	باید از یک متغیر () باشد.
gradient accumulator	باید از یک متغیر () باشد.
gradientSquaredAccumulator	باید از یک متغیر () باشد.
درجه	گرادیان.
شاخص ها	بردار شاخص ها در بعد اول var و accum.
lr	میزان یادگیری باید اسکالر باشد.
l1	تنظیم L1. باید اسکالر باشد.
l2	تنظیم L2. باید اسکالر باشد.
globalStep	شماره مرحله آموزش باید اسکالر باشد.
گزینه ها	مقادیر ویژگی های اختیاری را حمل می کند

برمی گرداند

• یک نمونه جدید از ResourceSparseApplyAdagradDa

Public Static ResourceSparseApplyAdagradDa.Options useLocking (useLocking بولی)

مولفه های

استفاده از قفل کردن	اگر درست باشد، به‌روزرسانی تانسورهای 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.