aliran tensor:: operasi:: ResourceApplyAdagrad

#include <training_ops.h>

Perbarui '*var' sesuai dengan skema adagrad.

Ringkasan

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

Argumen:

• ruang lingkup: Objek Lingkup
• var: Harus dari Variabel().
• accum: Harus dari Variabel().
• lr: Faktor penskalaan. Pasti skalar.
• lulusan: Gradien.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

• Operation yang dibuat

Konstruktor dan Destruktor
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)

Atribut publik
operation	Operation

Fungsi publik
operator::tensorflow::Operation () const

Fungsi statis publik
UpdateSlots (bool x)	Attrs
UseLocking (bool x)	Attrs

Struktur
tensorflow:: ops:: ResourceApplyAdagrad:: Attrs	Penyetel atribut opsional untuk ResourceApplyAdagrad .

Atribut publik

operasi

Operation operation

Fungsi publik

ResourceApplyAdagrad

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

ResourceApplyAdagrad

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

operator::tensorflow::Operasi

 operator::tensorflow::Operation() const 

Fungsi statis publik

PembaruanSlot

Attrs UpdateSlots(
  bool x
)

Gunakan Penguncian

Attrs UseLocking(
  bool x
)