var: Powinien pochodzić ze zmiennej ().
Klasy zagnieżdżone
klasa | SparseApplyAdadelta.Opcje | Opcjonalne atrybuty dla SparseApplyAdadelta |
Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny <T rozszerza TType > SparseApplyAdadelta <T> | utwórz ( Zakres zasięgu , Operand <T> var, Operand <T> accum, Argument <T> accumUpdate, Argument <T> lr, Argument <T> rho, Argument <T> epsilon, Argument <T> grad, Argument <? rozszerza TNumber > indeksy, Opcje... opcje) Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdadelta. |
Wyjście <T> | na zewnątrz () To samo co „var”. |
statyczne SparseApplyAdadelta.Options | useLocking (boolowski useLocking) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static SparseApplyAdadelta <T> create ( Zakres zakresu, Operand <T> var, Operand <T> accum, Operand <T> accumUpdate, Operand <T> lr, Operand <T> rho, Operand <T> epsilon, Argument <T > grad, Operand <? rozszerza TNumber > indeksy, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdadelta.
Parametry
zakres | aktualny zakres |
---|---|
gromadzić | Powinno pochodzić ze zmiennej (). |
accumUpdate | : Powinien pochodzić ze zmiennej (). |
lr | Szybkość uczenia się. Musi być skalarem. |
rho | Czynnik rozpadu. Musi być skalarem. |
epsilon | Stały czynnik. Musi być skalarem. |
absolwent | Gradient. |
indeksy | Wektor indeksów do pierwszego wymiaru var i accum. |
opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja SparseApplyAdadelta
public static SparseApplyAdadelta.Options useLocking (boolean useLocking)
Parametry
użyjBlokowanie | Jeśli ma wartość True, aktualizacja tensorów var i accum będzie zabezpieczona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację. |
---|