Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
przepływ tensorowy:: ops:: ResourceApplyMomentum:: Atrybuty
#include <training_ops.h> Opcjonalne moduły ustawiające atrybuty dla ResourceApplyMomentum .
Streszczenie
Funkcje publiczne |
|---|
UseLocking (bool x) | Jeśli True , aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację. |
UseNesterov (bool x) | Jeśli True , tensor przekazany do obliczenia grad będzie miał postać var - lr * pęd * accum, więc ostatecznie otrzymana wartość var będzie wynosić var - lr * pęd * accum. |
Atrybuty publiczne
użyj_blokowania_
bool tensorflow::ops::ResourceApplyMomentum::Attrs::use_locking_ = false
użyj_nesterowa_
bool tensorflow::ops::ResourceApplyMomentum::Attrs::use_nesterov_ = false
Funkcje publiczne
Użyj Blokowania
TF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseLocking(
bool x
)
Jeśli True , aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację.
Domyślnie jest to fałsz
Użyj Niestierowa
TF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseNesterov(
bool x
)
Jeśli True , tensor przekazany do obliczenia grad będzie miał postać var - lr * pęd * accum, więc ostatecznie otrzymana wartość var będzie wynosić var - lr * pęd * accum.
Domyślnie jest to fałsz
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-25 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-25 UTC."],[],[],null,["# tensorflow::ops::ResourceApplyMomentum::Attrs Struct Reference\n\ntensorflow::ops::ResourceApplyMomentum::Attrs\n=============================================\n\n`#include \u003ctraining_ops.h\u003e`\n\nOptional attribute setters for [ResourceApplyMomentum](/versions/r1.15/api_docs/cc/class/tensorflow/ops/resource-apply-momentum#classtensorflow_1_1ops_1_1_resource_apply_momentum).\n\nSummary\n-------\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------------------------------------|--------|\n| [use_locking_](#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs_1a7fa91f4033efd7a1d13113cfb982ea9f)` = false` | `bool` |\n| [use_nesterov_](#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs_1aa340071474a79b0a9f9ba2bb8f341780)` = false` | `bool` |\n\n| ### Public functions ||\n|----------------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [UseLocking](#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs_1a27048186d5da716199c710dd02f5175b)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-momentum/attrs#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs) If `True`, updating of the var and accum tensors will be protected by a lock; otherwise the behavior is undefined, but may exhibit less contention. |\n| [UseNesterov](#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs_1aaed047b37f6fea17e9215418172c1b8e)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-momentum/attrs#structtensorflow_1_1ops_1_1_resource_apply_momentum_1_1_attrs) If `True`, the tensor passed to compute grad will be var - lr \\* momentum \\* accum, so in the end, the var you get is actually var - lr \\* momentum \\* accum. |\n\nPublic attributes\n-----------------\n\n### use_locking_\n\n```scdoc\nbool tensorflow::ops::ResourceApplyMomentum::Attrs::use_locking_ = false\n``` \n\n### use_nesterov_\n\n```scdoc\nbool tensorflow::ops::ResourceApplyMomentum::Attrs::use_nesterov_ = false\n``` \n\nPublic functions\n----------------\n\n### UseLocking\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseLocking(\n bool x\n)\n``` \nIf `True`, updating of the var and accum tensors will be protected by a lock; otherwise the behavior is undefined, but may exhibit less contention.\n\nDefaults to false \n\n### UseNesterov\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseNesterov(\n bool x\n)\n``` \nIf `True`, the tensor passed to compute grad will be var - lr \\* momentum \\* accum, so in the end, the var you get is actually var - lr \\* momentum \\* accum.\n\nDefaults to false"]]
