ResourceSparseApplyRmsProp

ResourceSparseApplyRmsProp คลาสสุดท้ายสาธารณะ

อัปเดต '*var' ตามอัลกอริทึม RMSProp

โปรดทราบว่าในการใช้อัลกอริธึมนี้อย่างหนาแน่น ms และ mom จะอัปเดตแม้ว่าผู้สำเร็จการศึกษาจะเป็นศูนย์ แต่ในการใช้งานแบบเบาบางนี้ ms และ mom จะไม่อัปเดตในการวนซ้ำในระหว่างที่ผู้สำเร็จการศึกษาเป็นศูนย์

Mean_square = การสลาย * Mean_Square + (1-การสลายตัว) * การไล่ระดับสี ** 2 Delta = Learning_rate * การไล่ระดับสี / sqrt (mean_square + epsilon)

ms <- rho * ms_{t-1} + (1-rho) * grad * grad mom <- โมเมนตัม * mom_{t-1} + lr * grad / sqrt(ms + epsilon) var <- var - mom

คลาสที่ซ้อนกัน

ระดับ

ResourceSparseApplyRmsProp.Options

แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceSparseApplyRmsProp

ค่าคงที่

สตริง

OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

คงที่ <T ขยาย TType > ResourceSparseApplyRmsProp	สร้าง ( ขอบเขต ขอบเขต ตัวถูกดำเนินการ <?> var, ตัว ถูกดำเนินการ <?> ms, ตัว ถูกดำเนินการ <?> แม่, ตัว ถูกดำเนินการ <T> lr, ตัวถูกดำเนินการ <T> rho, ตัว ถูกดำเนินการ <T> โมเมนตัม, ตัวถูกดำเนินการ <T> เอปไซลอน, ตัวถูกดำเนินการ <T > ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyRmsProp ใหม่
ResourceSparseApplyRmsProp.Options แบบคงที่	useLocking (การใช้ล็อคแบบบูลีน)

วิธีการสืบทอด

จากคลาส org.tensorflow.op.RawOp

บูลีนสุดท้าย	เท่ากับ (วัตถุ obj)
int สุดท้าย	แฮชโค้ด ()
การดำเนินการ	สหกรณ์ () ส่งกลับหน่วยการคำนวณนี้เป็นการ Operation เดียว
สตริงสุดท้าย	toString ()

จากคลาส java.lang.Object

บูลีน	เท่ากับ (วัตถุ arg0)
คลาสสุดท้าย<?>	รับคลาส ()
ภายใน	แฮชโค้ด ()
โมฆะสุดท้าย	แจ้ง ()
โมฆะสุดท้าย	แจ้งทั้งหมด ()
สตริง	toString ()
โมฆะสุดท้าย	รอสักครู่ (ยาว arg0, int arg1)
โมฆะสุดท้าย	รอ (ยาว arg0)
โมฆะสุดท้าย	รอ ()

จากอินเทอร์เฟ ซ org.tensorflow.op.Op

บทคัดย่อ ExecutionEnvironment	สิ่งแวดล้อม () ส่งคืนสภาพแวดล้อมการดำเนินการที่ op นี้ถูกสร้างขึ้น
การดำเนินการ ที่เป็นนามธรรม	สหกรณ์ () ส่งกลับหน่วยการคำนวณนี้เป็นการ Operation เดียว

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "ResourceSparseApplyRMSProp"

วิธีการสาธารณะ

ResourceSparseApplyRmsProp แบบคงที่สาธารณะ สร้าง (ขอบเขต ขอบเขต ตัวดำเนินการ <?> var, ตัวดำเนินการ <?> ms, ตัว ดำเนินการ <?> แม่, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> rho, ตัวดำเนินการ <T> โมเมนตัม, ตัวดำเนินการ <T> เอปไซลอน, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวเลือก... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyRmsProp ใหม่

พารามิเตอร์

ขอบเขต	ขอบเขตปัจจุบัน
var	ควรมาจากตัวแปร ()
นางสาว	ควรมาจากตัวแปร ()
แม่	ควรมาจากตัวแปร ()
ล	ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
โร	อัตราการสลายตัว ต้องเป็นสเกลาร์
เอปไซลอน	ระยะริดจ์ ต้องเป็นสเกลาร์
ผู้สำเร็จการศึกษา	การไล่ระดับสี
ดัชนี	เวกเตอร์ของดัชนีในมิติแรกของ var, ms และ mom
ตัวเลือก	มีค่าแอตทริบิวต์ทางเลือก

การส่งคืน

• อินสแตนซ์ใหม่ของ ResourceSparseApplyRmsProp

ResourceSparseApplyRmsProp.Options สาธารณะแบบคงที่ useLocking (useLocking แบบบูลีน)

พารามิเตอร์

ใช้ล็อค	หากเป็น "จริง" การอัปเดต var, ms และ mom tensors จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง