SparseApplyAdagradDa

publiczna klasa końcowa SparseApplyAdagradDa

Zaktualizuj wpisy w „*var” i „*accum” zgodnie ze schematem bliższego adagradu.

Klasy zagnieżdżone

klasa SparseApplyAdagradDa.Options Opcjonalne atrybuty dla SparseApplyAdagradDa

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 > SparseApplyAdagradDa <T>
utwórz (Zakres zasięgu , Operand <T> var, Operand <T> gradientAccumulator, Argument <T> gradientSquaredAccumulator, Argument <T> grad, Argument <? Extends TNumber > indeksy, Argument <T> lr, Argument <T> l1, Argument <T> l2, Operand < TInt64 > globalStep, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdagradDa.
Wyjście <T>
na zewnątrz ()
To samo co „var”.
statyczne SparseApplyAdagradDa.Options
useLocking (boolowski useLocking)

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „SparseApplyAdagradDA”

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 SparseApplyAdagradDa <T> create ( Zakres zasięgu , Operand <T> var, Operand <T> gradientAccumulator, Operand <T> gradientSquaredAccumulator, Operand <T> grad, Operand <? rozszerza TNumber > indeksy, Operand <T> lr, Argument <T> l1, Argument <T> l2, Argument < TInt64 > globalStep, Opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SparseApplyAdagradDa.

Parametry
zakres aktualny zakres
odm Powinno pochodzić ze zmiennej ().
akumulator gradientu Powinno pochodzić ze zmiennej ().
akumulator gradientSquared Powinno pochodzić ze zmiennej ().
absolwent Gradient.
indeksy Wektor indeksów do pierwszego wymiaru var i accum.
lr Szybkość uczenia się. Musi być skalarem.
l1 Regularyzacja L1. Musi być skalarem.
l2 Regularyzacja L2. Musi być skalarem.
globalny krok Numer kroku szkolenia. Musi być skalarem.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja SparseApplyAdagradDa

publiczne wyjście <T> out ()

To samo co „var”.

public static SparseApplyAdagradDa.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.