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 باشد، تفریق با یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.

برمی‌گرداند:

سازندگان و تخریب کنندگان

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)

صفات عمومی

operation
out

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

عمل

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
)