SparseApplyAdagradDa

classe finale publique SparseApplyAdagradDa

Mettez à jour les entrées dans « *var » et « *accum » selon le schéma adagrad proximal.

Classes imbriquées

classe

SparseApplyAdagradDa.Options

Attributs facultatifs pour SparseApplyAdagradDa

Constantes

Chaîne

OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

Sortie <T>	comme Sortie () Renvoie le handle symbolique du tenseur.
statique <T étend TType > SparseApplyAdagradDa <T>	créer ( Scope scope, Opérande <T> var, Opérande <T> gradientAccumulator, Opérande <T> gradientSquaredAccumulator, Opérande <T> grad, Opérande <? extends TNumber > indices, Opérande <T> lr, Opérande <T> l1, Opérande <T> l2, Opérande < TInt64 > globalStep, Options... options) Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdagradDa.
Sortie <T>	dehors () Identique à "var".
SparseApplyAdagradDa.Options statique	useLocking (booléen useLocking)

Méthodes héritées

De la classe org.tensorflow.op.RawOp

booléen final	est égal (Obj objet)
entier final	Code de hachage ()
Opération	op () Renvoie cette unité de calcul sous la forme d'une seule Operation .
Chaîne finale	àChaîne ()

De la classe java.lang.Object

booléen	est égal à (Objet arg0)
Classe finale<?>	obtenirClasse ()
int	Code de hachage ()
vide final	notifier ()
vide final	notifierTous ()
Chaîne	àChaîne ()
vide final	attendre (long arg0, int arg1)
vide final	attendez (long arg0)
vide final	attendez ()

Depuis l'interface org.tensorflow.op.Op

résuméExécutionEnvironnement	env () Renvoie l'environnement d'exécution dans lequel cette opération a été créée.
opération abstraite	op () Renvoie cette unité de calcul sous la forme d'une seule Operation .

Depuis l'interface org.tensorflow.Operand

sortie abstraite <T>	comme Sortie () Renvoie le handle symbolique du tenseur.
résumé T	asTensor () Renvoie le tenseur à cet opérande.
Forme abstraite	forme () Renvoie la forme (éventuellement partiellement connue) du tenseur auquel fait référence la Output de cet opérande.
Classe abstraite<T>	taper () Renvoie le type de tenseur de cet opérande

Depuis l'interface org.tensorflow.ndarray.Shaped

abstrait entier	rang ()
Forme abstraite	forme ()
abstrait long	taille () Calcule et renvoie la taille totale de ce conteneur, en nombre de valeurs.

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "SparseApplyAdagradDA"

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique du tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static SparseApplyAdagradDa <T> create ( Scope scope, Operand <T> var, Operand <T> gradientAccumulator, Operand <T> gradientSquaredAccumulator, Operand <T> grad, Operand <? extends TNumber > indices, Operand <T> lr, Operand <T> l1, Opérande <T> l2, Opérande < TInt64 > globalStep, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdagradDa.

Paramètres

portée	portée actuelle
var	Doit provenir d'une variable ().
gradientAccumulateur	Doit provenir d'une variable ().
gradientCarréAccumulateur	Doit provenir d'une variable ().
diplômé	Le dégradé.
indices	Un vecteur d'indices dans la première dimension de var et cumul.
g / D	Taux d'apprentissage. Ça doit être un scalaire.
l1	Régularisation L1. Ça doit être un scalaire.
l2	Régularisation L2. Ça doit être un scalaire.
étape globale	Numéro d'étape de formation. Ça doit être un scalaire.
choix	porte des valeurs d'attributs facultatifs

Retour

• une nouvelle instance de SparseApplyAdagradDa

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyAdagradDa.Options useLocking (booléen useLocking)

Paramètres

utiliserVerrouillage	Si True, la mise à jour des tenseurs var et cumul sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.