جریان تنسور:: عملیات:: ApplyGradientDescent

#include <training_ops.h>

«*var» را با کم کردن «alpha» * «delta» از آن به‌روزرسانی کنید.

خلاصه

استدلال ها:

• scope: یک شی Scope
• var: باید از یک متغیر () باشد.
• آلفا: ضریب مقیاس. باید اسکالر باشد.
• دلتا: تغییر.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• use_locking: اگر True ، تفریق با یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.

برمی گرداند:

• Output : مانند "var".

سازندگان و ویرانگرها
ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta)
ApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta, const ApplyGradientDescent::Attrs & attrs)

صفات عمومی
operation	Operation
out	:: tensorflow::Output

توابع عمومی
node () const	::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

توابع استاتیک عمومی
UseLocking (bool x)	Attrs

سازه ها
tensorflow:: ops:: ApplyGradientDescent:: Attrs	تنظیم کننده های ویژگی اختیاری برای ApplyGradientDescent .

صفات عمومی

عملیات

Operation operation

بیرون

::tensorflow::Output out

توابع عمومی

ApplyGradientDescent

 ApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta
)

ApplyGradientDescent

 ApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta,
  const ApplyGradientDescent::Attrs & attrs
)

گره

::tensorflow::Node * node() const 

عملگر::tensorflow::ورودی

 operator::tensorflow::Input() const 

عملگر::tensorflow::خروجی

 operator::tensorflow::Output() const 

توابع استاتیک عمومی

استفاده از قفل

Attrs UseLocking(
  bool x
)