เทนเซอร์โฟลว์:: ปฏิบัติการ:: ResourceApplyAdagrad

#include <training_ops.h>

อัปเดต '*var' ตามรูปแบบ adagrad

สรุป

สะสม += ผู้สำเร็จการศึกษา * ผู้สำเร็จการศึกษา var -= lr * ผู้สำเร็จการศึกษา * (1 / sqrt(สะสม))

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • var: ควรมาจากตัวแปร ()
  • accum: ควรมาจากตัวแปร ()
  • lr: ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
  • ผู้สำเร็จการศึกษา: การไล่ระดับสี

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

  • use_locking: หากเป็น True การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง

ผลตอบแทน:

  • Operation ที่สร้างขึ้น

ตัวสร้างและผู้ทำลาย

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)

คุณลักษณะสาธารณะ

operation

งานสาธารณะ

operator::tensorflow::Operation () const

ฟังก์ชันคงที่สาธารณะ

UpdateSlots (bool x)
UseLocking (bool x)

โครงสร้าง

เทนเซอร์โฟลว์ :: ops :: ResourceApplyAdagrad :: Attrs

ตัวตั้งค่าแอ็ตทริบิวต์เผื่อเลือกสำหรับ ResourceApplyAdagrad

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

งานสาธารณะ

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
)

ตัวดำเนินการ::เทนเซอร์โฟลว์::การทำงาน

 operator::tensorflow::Operation() const 

ฟังก์ชันคงที่สาธารณะ

อัพเดตสล็อต

Attrs UpdateSlots(
  bool x
)

ใช้ล็อค

Attrs UseLocking(
  bool x
)