SparseApplyCenteredRmsProp

genel final sınıfı SparseApplyCenteredRmsProp

'*var'ı ortalanmış RMSProp algoritmasına göre güncelleyin.

Merkezlenmiş RMSProp algoritması, (merkezlenmemiş) ikinci anı kullanan normal RMSProp'un aksine, normalleştirme için ortalanmış ikinci momentin (yani varyansın) bir tahminini kullanır. Bu genellikle eğitime yardımcı olur, ancak hesaplama ve hafıza açısından biraz daha pahalıdır.

Bu algoritmanın yoğun uygulanmasında mg, ms ve mom'un grad sıfır olsa bile güncelleneceğini, ancak bu seyrek uygulamada mg, ms ve mom'un grad'ın sıfır olduğu yinelemelerde güncellenmeyeceğini unutmayın.

ortalama_kare = bozunum * ortalama_kare + (1-bozunma) * gradyan ** 2 ortalama_grad = bozunma * ortalama_grad + (1-bozunma) * gradyan Delta = öğrenme_oranı * gradyan / sqrt(ortalama_kare + epsilon - ortalama_grad ** 2)

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

İç İçe Sınıflar

sınıf

SparseApplyCenteredRmsProp.Options

SparseApplyCenteredRmsProp için isteğe bağlı özellikler

Sabitler

Sicim

OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

Çıkış <T>	Çıkış olarak () Tensörün sembolik tutamacını döndürür.
static <T, TType'ı genişletir > SparseApplyCenteredRmsProp <T>	create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> mg, İşlenen <T> ms, İşlenen <T> anne, İşlenen <T> lr, İşlenen <T> rho, İşlenen <T> momentum, İşlenen <T > epsilon, İşlenen <T> grad, İşlenen <? TNumber'ı genişletir > dizinler, Seçenekler... seçenekler) Yeni bir SparseApplyCenteredRmsProp işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Çıkış <T>	dışarı () "Var" ile aynı.
statik SparseApplyCenteredRmsProp.Options	useLocking (Boolean useLocking)

Kalıtsal Yöntemler

org.tensorflow.op.RawOp sınıfından

son boole değeri	eşittir (Nesne nesnesi)
son int	hashKodu ()
Operasyon	işlem () Bu hesaplama birimini tek bir Operation olarak döndürün.
son Dize	toString ()

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hashKodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

org.tensorflow.op.Op arayüzünden

özet Yürütme Ortamı	env () Bu operasyonun oluşturulduğu yürütme ortamını döndürün.
soyut Operasyon	işlem () Bu hesaplama birimini tek bir Operation olarak döndürün.

org.tensorflow.Operand arayüzünden

özet Çıkış <T>	Çıkış olarak () Tensörün sembolik tutamacını döndürür.
soyut T	Tensör olarak () Bu işlenendeki tensörü döndürür.
soyut Şekil	şekil () Bu işlenenin Output tarafından başvurulan tensörün (muhtemelen kısmen bilinen) şeklini döndürür.
soyut Sınıf<T>	tip () Bu işlenenin tensör türünü döndürür

org.tensorflow.ndarray.Shaped arayüzünden

soyut int	rütbe ()
soyut Şekil	şekil ()
soyut uzun	boyut () Bu kabın toplam boyutunu değer sayısı cinsinden hesaplar ve döndürür.

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "SparseApplyCenteredRMSProp"

Genel Yöntemler

genel Çıkış <T> asOutput ()

Tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static SparseApplyCenteredRmsProp <T> create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> mg, İşlenen <T> ms, İşlenen <T> anne, İşlenen <T> lr, İşlenen <T> rho, İşlenen <T > momentum, İşlenen <T> epsilon, İşlenen <T> grad, İşlenen <? TNumber'ı genişletir > endeksler, Seçenekler... seçenekler)

Yeni bir SparseApplyCenteredRmsProp işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler

kapsam	mevcut kapsam
var	Bir Variable()'dan olmalıdır.
mg	Bir Variable()'dan olmalıdır.
Bayan	Bir Variable()'dan olmalıdır.
anne	Bir Variable()'dan olmalıdır.
IR	Ölçeklendirme faktörü. Bir skaler olmalı.
ro	Çürüme oranı. Bir skaler olmalı.
epsilon	Ridge terimi. Bir skaler olmalı.
mezun	Gradyan.
endeksler	var, ms ve mom'un birinci boyutuna ait indekslerin bir vektörü.
seçenekler	isteğe bağlı nitelik değerlerini taşır

İade

• SparseApplyCenteredRmsProp'un yeni bir örneği

genel Çıkış <T> out ()

"Var" ile aynı.

public static SparseApplyCenteredRmsProp.Options useLocking (Boolean useLocking)

Parametreler

KullanımKilitleme	'Doğru' ise var, mg, ms ve mom tensörlerinin güncellenmesi bir kilitle korunur; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.