تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

ResourceSparseApplyAdagradV2

الفئة النهائية العامة ResourceSparseApplyAdagradV2

قم بتحديث الإدخالات ذات الصلة في '*var' و'*accum' وفقًا لمخطط adagrad.

هذا بالنسبة للصفوف التي لدينا غراد لها، نقوم بتحديث var وaccum على النحو التالي: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

فصل ResourceSparseApplyAdagradV2.Options السمات الاختيارية لـ ResourceSparseApplyAdagradV2

خيط OP_NAME اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

ثابت <T يمتد TType > ResourceSparseApplyAdagradV2	إنشاء ( نطاق النطاق ، المعامل <؟> var، المعامل <؟> تراكم، المعامل <T> lr، المعامل <T> epsilon، المعامل <T> grad، المعامل <؟ يمتد TNumber > الفهارس، خيارات... خيارات) طريقة المصنع لإنشاء فئة تلتف حول عملية ResourceSparseApplyAdagradV2 جديدة.
ثابت ResourceSparseApplyAdagradV2.Options	فتحات التحديث (فتحات التحديث المنطقية)
ثابت ResourceSparseApplyAdagradV2.Options	useLocking (استخدام منطقي منطقي)

منطقية نهائية	يساوي (كائن كائن)
كثافة العمليات النهائية	رمز التجزئة ()
عملية	المرجع () قم بإرجاع وحدة الحساب هذه `Operation` واحدة.
السلسلة النهائية	إلى سلسلة ()

من فئة java.lang.Object

من الواجهة org.tensorflow.op.Op

بيئة التنفيذ المجردة	بيئى () قم بإرجاع بيئة التنفيذ التي تم إنشاء هذه العملية فيها.
عملية مجردة	المرجع () قم بإرجاع وحدة الحساب هذه `Operation` واحدة.

الثوابت

اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

القيمة الثابتة: "ResourceSparseApplyAdagradV2"

طريقة المصنع لإنشاء فئة تلتف حول عملية ResourceSparseApplyAdagradV2 جديدة.

نِطَاق	النطاق الحالي
فار	يجب أن يكون من متغير ().
تراكم	يجب أن يكون من متغير ().
lr	معدل التعليم. يجب أن يكون العددية.
إبسيلون	عامل ثابت. يجب أن يكون العددية.
خريج	التدرج.
المؤشرات	متجه للمؤشرات في البعد الأول من var وaccum.
خيارات	يحمل قيم السمات الاختيارية

useLocking	إذا كان "صحيحًا"، فسيتم حماية تحديث موترتي var وaccum بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف.