przepływ tensorowy:: ops:: Zastosuj zasobyAdagrad

#include <training_ops.h>

Zaktualizuj „*var” zgodnie ze schematem adagrad.

Streszczenie

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

Argumenty:

  • zakres: Obiekt Scope
  • var: Powinien pochodzić ze zmiennej ().
  • accum: Powinien pochodzić ze zmiennej ().
  • lr: Współczynnik skalowania. Musi być skalarem.
  • grad: gradient.

Opcjonalne atrybuty (patrz Attrs ):

  • use_locking: Jeśli True , aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację.

Zwroty:

Konstruktory i destruktory

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)

Atrybuty publiczne

operation

Funkcje publiczne

operator::tensorflow::Operation () const

Publiczne funkcje statyczne

UpdateSlots (bool x)
UseLocking (bool x)

Struktury

tensorflow:: ops:: ResourceApplyAdagrad:: Attrs

Opcjonalne moduły ustawiające atrybuty dla ResourceApplyAdagrad .

Atrybuty publiczne

działanie 

Operation operation

Funkcje publiczne

Zastosuj zasobyAdagrad 

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

Zastosuj zasobyAdagrad 

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

operator::tensorflow::Operacja 

 operator::tensorflow::Operation() const

Publiczne funkcje statyczne

Aktualizuj sloty 

Attrs UpdateSlots(
  bool x
)

Użyj Blokowania 

Attrs UseLocking(
  bool x
)