جریان تنسور:: عملیات:: ApplyMomentum
#include <training_ops.h>
"*var" را مطابق طرح حرکت به روز کنید.
خلاصه
تنظیم use_nesterov = اگر شما درست است
می خواهید از شتاب نستروف استفاده کنید.
accum = accum * تکانه + grad var -= lr * accum
استدلال ها:
- scope: یک شی Scope
- var: باید از یک متغیر ().
- accum: باید از یک متغیر () باشد.
- lr: ضریب مقیاس. باید اسکالر باشد.
- grad: گرادیان.
- تکانه: تکانه. باید اسکالر باشد.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- use_locking: اگر
True
، بهروزرسانی تانسور var و accum توسط یک قفل محافظت میشود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد. - use_nesterov: اگر
True
، تانسور ارسال شده به درجه محاسبه، var - lr * تکانه * accum خواهد بود، بنابراین در پایان، var که دریافت میکنید در واقع var - lr * تکانه * accum است.
برمی گرداند:
-
Output
: مانند "var".
سازندگان و ویرانگرها | |
---|---|
ApplyMomentum (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input momentum) | |
ApplyMomentum (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input momentum, const ApplyMomentum::Attrs & attrs) |
صفات عمومی | |
---|---|
operation | |
out |
توابع عمومی | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
توابع استاتیک عمومی | |
---|---|
UseLocking (bool x) | |
UseNesterov (bool x) |
سازه ها | |
---|---|
tensorflow:: ops:: ApplyMomentum:: Attrs | تنظیم کننده های ویژگی اختیاری برای ApplyMomentum . |
صفات عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
توابع عمومی
ApplyMomentum
ApplyMomentum( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input momentum )
ApplyMomentum
ApplyMomentum( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input momentum, const ApplyMomentum::Attrs & attrs )