Advertencia: esta API está obsoleta y se eliminará en una versión futura de TensorFlow una vez que el reemplazo sea estable.

Se usó la API de Cloud Translation para traducir esta página.

ResourceSparseApplyAdagradV2

ResourceSparseApplyAdagradV2 public final class

Actualice las entradas relevantes en '* var' y '* acumula' de acuerdo con el esquema adagrad.

Es decir, para las filas para las que hemos graduado, actualizamos var y acumulamos de la siguiente manera: acum + = grad * grad var - = lr * grad * (1 / sqrt (acum))

Clases anidadas

clase ResourceSparseApplyAdagradV2.Options Los atributos opcionales para ResourceSparseApplyAdagradV2

Métodos públicos

estática <T, U se extiende Número> ResourceSparseApplyAdagradV2	crear ( Alcance alcance, operando <?> var, operando <?> acum, operando <T> lr, operando <T> épsilon, operando <T> graduado, operando <U> índices, opciones ... opciones) Método de fábrica para crear una clase que envuelva una nueva operación ResourceSparseApplyAdagradV2.
estáticas ResourceSparseApplyAdagradV2.Options	updateSlots (updateSlots booleanas)
estáticas ResourceSparseApplyAdagradV2.Options	useLocking (Boolean useLocking)

Métodos heredados

De la clase org.tensorflow.op.PrimitiveOp

booleano final	es igual a (Object obj)
int final	hashCode ()
Operación	op () Devuelve el que subyace a `Operation`
cadena final	toString ()

De la clase java.lang.Object

booleano	equals (Object arg0)
Clase final <?>	getClass ()
En t	hashCode ()
vacío final	notificar ()
vacío final	notifyAll ()
Cuerda	toString ()
vacío final	espera (tiempo arg0, arg1 int)
vacío final	espera (arg0 largo)
vacío final	wait ()

Métodos públicos

estáticas pública ResourceSparseApplyAdagradV2 crean ( Alcance alcance, operando <?> var, operando <?> acum, operando <T> lr, operando <T> épsilon, operando <T> graduado, operando <U> índices, opciones ... opciones)

Método de fábrica para crear una clase que envuelva una nueva operación ResourceSparseApplyAdagradV2.

Parámetros

alcance	alcance actual
var	Debe ser de una variable ().
acumular	Debe ser de una variable ().
lr	Tasa de aprendizaje. Debe ser un escalar.
épsilon	Factor constante. Debe ser un escalar.
graduado	El gradiente.
índices	Un vector de índices en la primera dimensión de var y acum.
opciones	lleva valores de atributos opcionales

Devoluciones

una nueva instancia de ResourceSparseApplyAdagradV2

estáticas pública ResourceSparseApplyAdagradV2.Options updateSlots (updateSlots booleanas)

estáticas pública ResourceSparseApplyAdagradV2.Options useLocking (booleano useLocking)

Parámetros

useLocking	Si es "Verdadero", la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.