SparseApplyMomentum

SparseApplyMomentum classe final pública

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momentum.

Defina use_nesterov = True se quiser usar o momentum de Nesterov.

Isso é para linhas para as quais temos grad, atualizamos var e acumulamos da seguinte forma:

$$accum = accum * momentum + grad$$$$var -= lr * accum$$

Classes aninhadas

classe

SparseApplyMomentum.Options

Atributos opcionais para SparseApplyMomentum

Constantes

Fragmento

OP_NAME

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

Output <T>	asOutput () Retorna o identificador simbólico do tensor.
estática <T estende TType > SparseApplyMomentum <T>	criar ( Scope escopo, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> grad, Operando <? estende TNumber > índices, Operando <T> impulso, Options ... Opções) Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyMomentum.
Output <T>	a () O mesmo que "var".
estáticos SparseApplyMomentum.Options	useLocking (booleano useLocking)
estáticos SparseApplyMomentum.Options	useNesterov (booleano useNesterov)

Métodos herdados

De classe org.tensorflow.op.RawOp

final booleano	é igual a (obj Object)
final int	hashCode ()
Operação	op () Retornar esta unidade de computação como uma única Operation .
corda final	toString ()

Da classe java.lang.Object

boleano	equals (arg0 Object)
aula final <?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notifyAll ()
Fragmento	toString ()
vazio final	wait (longa arg0, int arg1)
vazio final	wait (arg0 de comprimento)
vazio final	wait ()

A partir da interface org.tensorflow.op.Op

abstrato ExecutionEnvironment	env () Retorne o ambiente de execução em que este op foi criado.
abstrato Operação	op () Retornar esta unidade de computação como uma única Operation .

A partir da interface org.tensorflow.Operand

abstrato Output <T>	asOutput () Retorna o identificador simbólico do tensor.
T abstrato	asTensor () Retorna o tensor neste operando.
abstrato Forma	forma () Retorna o (possivelmente parcialmente conhecida) forma do tensor referido pela Output deste operando.
Classe abstrata <T>	digitar () Retorna o tipo de tensor deste operando

A partir da interface org.tensorflow.ndarray.Shaped

abstrato int	Rank ()
abstrato Forma	forma ()
abstrato longo	tamanho () Calcula e retorna o tamanho total deste contêiner, em número de valores.

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "SparseApplyMomentum"

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico do tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SparseApplyMomentum <T> Criar ( Scope escopo, Operando <T> var, Operando <T> Acumulado, Operando <T> lr, Operando <T> formando, Operando <? estende TNumber > índices, Operando <T> impulso, Opções ... opções)

Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyMomentum.

Parâmetros

alcance	escopo atual
var	Deve ser de uma variável ().
acum	Deve ser de uma variável ().
lr	Taxa de Aprendizagem. Deve ser um escalar.
grad	O gradiente.
índices	Um vetor de índices na primeira dimensão de var e acum.
impulso	Momentum. Deve ser um escalar.
opções	carrega valores de atributos opcionais

Devoluções

• uma nova instância de SparseApplyMomentum

pública Output <T> out ()

O mesmo que "var".

public static SparseApplyMomentum.Options useLocking (Boolean useLocking)

Parâmetros

useLocking	Se for `True`, a atualização dos tensores var e Accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.

public static SparseApplyMomentum.Options useNesterov (Boolean useNesterov)

Parâmetros

useNesterov	Se for `True`, o tensor passado para calcular grad será var - lr * momento * acum, então, no final, o var que você obtém é na verdade var - lr * momento * acum.