این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

SparseApplyAdagradV2

کلاس نهایی عمومی SparseApplyAdagradV2

طبق طرح adagrad ورودی های مربوطه را در '*var' و '*accum' به روز کنید.

یعنی برای ردیف هایی که grad داریم، var و accum را به صورت زیر به روز می کنیم: $$accum += grad * grad$$$$var -= lr * grad * (1 / sqrt(accum))$$

کلاس های تو در تو

کلاس SparseApplyAdagradV2.Options ویژگی های اختیاری برای SparseApplyAdagradV2

روش های عمومی

خروجی <T>	asOutput () دسته نمادین یک تانسور را برمی‌گرداند.
static <T, U extends Number> SparseApplyAdagradV2 <T>	ایجاد ( دامنه دامنه، عملوند <T> var، عملوند <T> accum ، عملوند <T> lr، عملوند <T> اپسیلون، عملوند <T> grad، شاخص‌های عملوند <U>، گزینه‌ها... گزینه‌ها) روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseApplyAdagradV2 را بسته بندی می کند.
خروجی <T>	بیرون () همان "var".
Static SparseApplyAdagradV2.Options	UpdateSlots (Bolean updateSlots)
Static SparseApplyAdagradV2.Options	useLocking (useLocking بولی)

روش های ارثی

از کلاس org.tensorflow.op.PrimitiveOp

بولی نهایی	برابر است (object obj)
بین المللی نهایی	کد هش ()
عمل	عملیات () `Operation` زیربنایی را برمی گرداند
رشته نهایی	toString ()

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	کد هش ()
باطل نهایی	اطلاع رسانی ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی آرگ0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.Operand

خروجی چکیده <T>

asOutput ()

دسته نمادین یک تانسور را برمی‌گرداند.

روش های عمومی

خروجی عمومی <T> asOutput ()

دسته نمادین یک تانسور را برمی‌گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی استاتیک SparseApplyAdagradV2 <T> ایجاد ( دامنه دامنه، عملوند <T> var، عملوند <T> accum ، عملوند <T> lr، عملوند <T> اپسیلون، عملوند <T> grad، شاخص‌های عملوند <U>، گزینه‌ها.. . گزینه ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseApplyAdagradV2 را بسته بندی می کند.

مولفه های

محدوده	محدوده فعلی
var	باید از یک متغیر ().
تجمع	باید از یک متغیر ().
lr	میزان یادگیری باید اسکالر باشد.
اپسیلون	عامل ثابت. باید اسکالر باشد.
درجه	گرادیان.
شاخص ها	بردار شاخص ها در بعد اول var و accum.
گزینه ها	مقادیر ویژگی های اختیاری را حمل می کند

برمی گرداند

یک نمونه جدید از SparseApplyAdagradV2

خروجی عمومی <T> خارج ()

همان "var".

عمومی استاتیک SparseApplyAdagradV2.Slots آپدیت گزینه ها (Slots به روز رسانی بولی)

عمومی استاتیک SparseApplyAdagradV2 . Options useLocking (useLocking بولی)

مولفه های

استفاده از قفل کردن	اگر «درست» باشد، به‌روزرسانی تانسور var و accum توسط یک قفل محافظت می‌شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.