جریان تنسور:: عملیات:: ApplyGradientDescent
#include <training_ops.h>«*var» را با کم کردن «alpha» * «delta» از آن به‌روزرسانی کنید.
خلاصه
استدلال ها:
- scope: یک شی Scope
- var: باید از یک متغیر () باشد.
- آلفا: ضریب مقیاس. باید اسکالر باشد.
- دلتا: تغییر.
ویژگی های اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر
True، تفریق با یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.
برمی گرداند:
-
Output: مانند "var".
سازندگان و ویرانگرها | |
|---|---|
ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta) | |
ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta, const ApplyGradientDescent::Attrs & attrs) |
توابع عمومی | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
توابع استاتیک عمومی | |
|---|---|
UseLocking (bool x) | |
سازه ها | |
|---|---|
| tensorflow:: ops:: ApplyGradientDescent:: Attrs | تنظیم کننده های ویژگی اختیاری برای ApplyGradientDescent . |
صفات عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
توابع عمومی
ApplyGradientDescent
ApplyGradientDescent(
const ::tensorflow::Scope & scope,
::tensorflow::Input var,
::tensorflow::Input alpha,
::tensorflow::Input delta
)
ApplyGradientDescent
ApplyGradientDescent(
const ::tensorflow::Scope & scope,
::tensorflow::Input var,
::tensorflow::Input alpha,
::tensorflow::Input delta,
const ApplyGradientDescent::Attrs & attrs
)
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
استفاده از قفل
Attrs UseLocking(
bool x
)