ResourceSparseApplyMomentum

পাবলিক ফাইনাল ক্লাস ResourceSparseApplyMomentum

মোমেন্টাম স্কিম অনুযায়ী '*var' এবং '*accum'-এ প্রাসঙ্গিক এন্ট্রি আপডেট করুন।

সেট use_nesterov = True যদি আপনি Nesterov ভরবেগ ব্যবহার করতে চান।

যে সারিগুলির জন্য আমাদের গ্রেড আছে, আমরা var আপডেট করি এবং নিম্নরূপ accum করি:

accum = accum * ভরবেগ + grad var -= lr * accum

ক্লাস ResourceSparseApplyMomentum.Options ResourceSparseApplyMomentum এর জন্য ঐচ্ছিক বৈশিষ্ট্য

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

স্ট্যাটিক <T TType > রিসোর্সস্পারসঅ্যাপ্লাইমোমেন্টাম প্রসারিত করে	তৈরি করুন ( Scope scope, Operand <?> var, Operand <?> accum, Operand <T> lr, Operand <T> grad, Operand <? প্রসারিত TNumber > সূচক, Operand <T> ভরবেগ, বিকল্প... বিকল্প) একটি নতুন ResourceSparseApplyMomentum অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
স্ট্যাটিক ResourceSparseApplyMomentum.Options	ইউজ লকিং (বুলিয়ান ইউজ লকিং)
স্ট্যাটিক ResourceSparseApplyMomentum.Options	ইউজ নেস্টেরভ (বুলিয়ান ইউজ নেস্টেরভ)

org.tensorflow.op.RawOp ক্লাস থেকে

চূড়ান্ত বুলিয়ান	সমান (অবজেক্ট অবজেক্ট)
চূড়ান্ত int	হ্যাশ কোড ()
অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।
চূড়ান্ত স্ট্রিং	স্ট্রিং ()

java.lang.Object ক্লাস থেকে

ইন্টারফেস org.tensorflow.op.Op থেকে

বিমূর্ত মৃত্যুদন্ড পরিবেশ	env () এই অপারেটিং সিস্টেম তৈরি করা হয়েছিল সেই এক্সিকিউশন এনভায়রনমেন্ট ফিরিয়ে দিন।
বিমূর্ত অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।

ধ্রুবক

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "রিসোর্সস্পার্স অ্যাপ্লাইমোমেন্টাম"

একটি নতুন ResourceSparseApplyMomentum অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

সুযোগ	বর্তমান সুযোগ
var	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
accum	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
lr	শেখার হার। একটি স্কেলার হতে হবে।
স্নাতক	গ্রেডিয়েন্ট।
সূচক	var এবং accum-এর প্রথম মাত্রায় সূচকগুলির একটি ভেক্টর।
গতিবেগ	গতিবেগ। একটি স্কেলার হতে হবে।
বিকল্প	ঐচ্ছিক বৈশিষ্ট্য মান বহন করে

লকিং ব্যবহার করুন	যদি `True` হয়, var এবং accum tensors আপডেট করা একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।

Nesterov ব্যবহার করুন	যদি `True` হয়, তাহলে কম্পিউট গ্রেডে পাস করা টেনসর হবে var - lr * ভরবেগ * accum, তাই শেষ পর্যন্ত, আপনি যে var পাবেন তা আসলে var - lr * ভরবেগ * accum।