จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เทนเซอร์โฟลว์:: ปฏิบัติการ:: SparseApplyFtrl:: คุณสมบัติ
#include <training_ops.h> ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ SparseApplyFtrl
สรุป
งานสาธารณะ |
|---|
MultiplyLinearByLr (bool x) | ค่าเริ่มต้นเป็นเท็จ |
UseLocking (bool x) | หากเป็น True การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง |
คุณลักษณะสาธารณะ
คูณ_เชิงเส้น_by_lr_
bool tensorflow::ops::SparseApplyFtrl::Attrs::multiply_linear_by_lr_ = false
use_locking_
bool tensorflow::ops::SparseApplyFtrl::Attrs::use_locking_ = false
งานสาธารณะ
คูณเชิงเส้นByLr
TF_MUST_USE_RESULT Attrs tensorflow::ops::SparseApplyFtrl::Attrs::MultiplyLinearByLr(
bool x
)
ใช้ล็อค
TF_MUST_USE_RESULT Attrs tensorflow::ops::SparseApplyFtrl::Attrs::UseLocking(
bool x
)
หากเป็น True การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง
ค่าเริ่มต้นเป็นเท็จ
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 UTC"],[],[],null,["# tensorflow::ops::SparseApplyFtrl::Attrs Struct Reference\n\ntensorflow::ops::SparseApplyFtrl::Attrs\n=======================================\n\n`#include \u003ctraining_ops.h\u003e`\n\nOptional attribute setters for [SparseApplyFtrl](/versions/r2.3/api_docs/cc/class/tensorflow/ops/sparse-apply-ftrl#classtensorflow_1_1ops_1_1_sparse_apply_ftrl).\n\nSummary\n-------\n\n| ### Public attributes ||\n|---------------------------------------------------------------------------------------------------------------------------------|--------|\n| [multiply_linear_by_lr_](#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_1_1_attrs_1a51b2e88d51b156f4ad35fc90958106f9)` = false` | `bool` |\n| [use_locking_](#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_1_1_attrs_1af07d24dc4d04d09a22316ff156f23a67)` = false` | `bool` |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [MultiplyLinearByLr](#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_1_1_attrs_1aaf25b36e3ec20fbb390b86229688e3ec)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/sparse-apply-ftrl/attrs#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_1_1_attrs) Defaults to false. |\n| [UseLocking](#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_1_1_attrs_1aac0de93b764d419e084c136984829248)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/sparse-apply-ftrl/attrs#structtensorflow_1_1ops_1_1_sparse_apply_ftrl_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\nPublic attributes\n-----------------\n\n### multiply_linear_by_lr_\n\n```scdoc\nbool tensorflow::ops::SparseApplyFtrl::Attrs::multiply_linear_by_lr_ = false\n``` \n\n### use_locking_\n\n```scdoc\nbool tensorflow::ops::SparseApplyFtrl::Attrs::use_locking_ = false\n``` \n\nPublic functions\n----------------\n\n### MultiplyLinearByLr\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::SparseApplyFtrl::Attrs::MultiplyLinearByLr(\n bool x\n)\n``` \nDefaults to false. \n\n### UseLocking\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::SparseApplyFtrl::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"]]
