Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023
Registre-se
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
tensorflow :: ops :: ResourceApplyMomentum :: Attrs
#include <training_ops.h> Configuradores de atributos opcionais para ResourceApplyMomentum .
Resumo
Funções públicas |
|---|
UseLocking (bool x) | Se for True , a atualização dos tensores var e Accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção. |
UseNesterov (bool x) | Se for True , o tensor passado para calcular grad será var - lr * momento * acum, então, no final, o var que você obtém é realmente var - lr * momento * acum. |
Atributos públicos
use_locking_
bool tensorflow::ops::ResourceApplyMomentum::Attrs::use_locking_ = false
use_nesterov_
bool tensorflow::ops::ResourceApplyMomentum::Attrs::use_nesterov_ = false
Funções públicas
UseLocking
TF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseLocking(
bool x
)
Se for True , a atualização dos tensores var e Accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.
Padrões para falso
UseNesterov
TF_MUST_USE_RESULT Attrs tensorflow::ops::ResourceApplyMomentum::Attrs::UseNesterov(
bool x
)
Se for True , o tensor passado para calcular grad será var - lr * momento * acum, então, no final, o var que você obtém é realmente var - lr * momento * acum.
Padrões para falso
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2020-04-20 UTC.
[null,null,["Última atualização 2020-04-20 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"]]
