ResourceSparseApplyKerasMomentum

পাবলিক চূড়ান্ত বর্গ ResourceSparseApplyKerasMomentum

মোমেন্টাম স্কিম অনুযায়ী '*var' এবং '*accum'-এ প্রাসঙ্গিক এন্ট্রি আপডেট করুন।

সেট use_nesterov = True যদি আপনি Nesterov ভরবেগ ব্যবহার করতে চান।

যে সারিগুলির জন্য আমাদের গ্রেড আছে, আমরা var আপডেট করি এবং নিম্নরূপ accum করি:

accum = accum * ভরবেগ - lr * grad var += accum

ক্লাস ResourceSparseApplyKerasMomentum.Options জন্য ঐচ্ছিক বৈশিষ্ট্য ResourceSparseApplyKerasMomentum

স্ট্যাটিক <টি, ইউ প্রসারিত number> ResourceSparseApplyKerasMomentum	তৈরি ( ব্যাপ্তি সুযোগ প্রতীক <?> Var, প্রতীক <?> accum, প্রতীক <টি> LR, প্রতীক <টি> Grad, প্রতীক <u> সূচকের, প্রতীক <টি> ভরবেগ, বিকল্পসমূহ ... অপশন) একটি নতুন ResourceSparseApplyKerasMomentum অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
স্ট্যাটিক ResourceSparseApplyKerasMomentum.Options	useLocking (বুলিয়ান useLocking)
স্ট্যাটিক ResourceSparseApplyKerasMomentum.Options	useNesterov (বুলিয়ান useNesterov)

ক্লাস থেকে org.tensorflow.op.PrimitiveOp

চূড়ান্ত বুলিয়ান	সমান (অবজেক্ট obj)
চূড়ান্ত int	হ্যাশকোড ()
অপারেশন	অপ () অন্তর্নিহিত ফেরত পাঠায় `Operation`
চূড়ান্ত স্ট্রিং	toString ()

java.lang.Object ক্লাস থেকে

পাবলিক পদ্ধতি

একটি নতুন ResourceSparseApplyKerasMomentum অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

সুযোগ	বর্তমান সুযোগ
var	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
accum	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
lr	শেখার হার। একটি স্কেলার হতে হবে।
স্নাতক	গ্রেডিয়েন্ট।
সূচক	var এবং accum-এর প্রথম মাত্রায় সূচকগুলির একটি ভেক্টর।
গতিবেগ	গতিবেগ। একটি স্কেলার হতে হবে।
বিকল্প	ঐচ্ছিক বৈশিষ্ট্য মান বহন করে

লকিং ব্যবহার করুন	যদি `True` হয়, তাহলে var এবং accum tensors আপডেট করা একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।

Nesterov ব্যবহার করুন	যদি `True` হয়, তাহলে কম্পিউট গ্রেডে পাস করা টেনসর হবে var + ভরবেগ * accum, তাই শেষ পর্যন্ত, আপনি যে var পাবেন তা আসলে var + ভরবেগ * accum।