टेंसरफ़्लो:: ऑप्स:: रिसोर्सएप्लाईएडाग्रेड

#include <training_ops.h>

एडाग्रेड योजना के अनुसार '*var' को अपडेट करें।

सारांश

Accum += ग्रेड * ग्रेड var -= lr * ग्रेड * (1 / sqrt(accum))

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • var: एक वेरिएबल() से होना चाहिए।
  • संचय: एक वेरिएबल() से होना चाहिए।
  • एलआर: स्केलिंग कारक। एक अदिश राशि होनी चाहिए.
  • ग्रेड: ग्रेडिएंट.

वैकल्पिक विशेषताएँ (देखें Attrs ):

  • उपयोग_लॉकिंग: यदि True , तो var और Accum Tensors का अद्यतनीकरण लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।

रिटर्न:

निर्माता और विध्वंसक

ResourceApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad)
ResourceApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, const ResourceApplyAdagrad::Attrs & attrs)

सार्वजनिक गुण

operation

सार्वजनिक समारोह

operator::tensorflow::Operation () const

सार्वजनिक स्थैतिक कार्य

UpdateSlots (bool x)
UseLocking (bool x)

संरचनाएँ

टेंसरफ्लो:: ऑप्स:: रिसोर्सएप्लाईएडग्रेड:: एटर्स

resourceApplyAdagrad के लिए वैकल्पिक विशेषता सेटर।

सार्वजनिक गुण

संचालन 

Operation operation

सार्वजनिक समारोह

रिसोर्सएप्लाईएडाग्रेड 

 ResourceApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad
)

रिसोर्सएप्लाईएडाग्रेड 

 ResourceApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  const ResourceApplyAdagrad::Attrs & attrs
)

ऑपरेटर::टेन्सरफ़्लो::ऑपरेशन 

 operator::tensorflow::Operation() const

सार्वजनिक स्थैतिक कार्य

अद्यतन स्लॉट 

Attrs UpdateSlots(
  bool x
)

लॉकिंग का उपयोग करें 

Attrs UseLocking(
  bool x
)