Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema adagrad.
Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))
Kelas Bersarang
| kelas | ResourceSparseApplyAdagradV2.Options | Atribut opsional untuk ResourceSparseApplyAdagradV2 | |
Metode Publik
| statis <T, U memperluas Angka> ResourceSparseApplyAdagradV2 | |
| ResourceSparseApplyAdagradV2.Options statis | pembaruanSlots (pembaruan BooleanSlots) |
| ResourceSparseApplyAdagradV2.Options statis | useLocking (penguncian penggunaan Boolean) |
Metode Warisan
Metode Publik
public static ResourceSparseApplyAdagradV2 buat ( Lingkup cakupan , Operand <?> var, Operand <?> accum, Operand <T> lr, Operand <T> epsilon, Operand <T> grad, Operand <U> indeks, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyAdagradV2 baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| var | Harus dari Variabel(). |
| akumulasi | Harus dari Variabel(). |
| lr | Kecepatan pembelajaran. Pasti skalar. |
| epsilon | Faktor konstan. Pasti skalar. |
| lulusan | Gradien. |
| indeks | Vektor indeks ke dalam dimensi pertama var dan accum. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru ResourceSparseApplyAdagradV2
ResourceSparseApplyAdagradV2.Options statis publik useLocking (Boolean useLocking)
Parameter
| gunakan Penguncian | Jika `True`, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
|---|