SendTPUEmbeddingGradients

publiczna klasa końcowa SendTPUEmbeddingGradients

Wykonuje aktualizacje gradientowe osadzanych tabel.

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

utwórz (zakres zakresu , Iterable< Operand < TFloat32 >> wejścia, Iterable< Operand < TFloat32 >> learningRates, String config)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SendTPUEmbeddingGradients.

końcowa wartość logiczna	równa się (obiekt obiektu)
końcowy wew	hashCode ()
Operacja	op () Zwróć tę jednostkę obliczeniową jako pojedynczą `Operation` .
ostatni ciąg	doString ()

Z klasy java.lang.Object

abstrakcyjne środowisko wykonania	środowisko () Zwróć środowisko wykonawcze, w którym utworzono tę operację.
abstrakcyjna operacja	op () Zwróć tę jednostkę obliczeniową jako pojedynczą `Operation` .

Stałe

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „SendTPUEmbeddingGradients”

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SendTPUEmbeddingGradients.

zakres	aktualny zakres
wejścia	TensorList gradientów, za pomocą których można aktualizować tabele osadzania. Argument ten ma taką samą długość i kształt jak wartość zwracana przez RecvTPUEmbeddingActivations, ale zawiera gradienty straty modelu w odniesieniu do aktywacji osadzania. Tabele osadzania są aktualizowane na podstawie tych gradientów za pomocą optymalizatora określonego w konfiguracji osadzania TPU przekazanej do tpu.initialize_system.
stawki za naukę	Lista TensorList skalarów typu float32, po jednym dla każdego znacznika dynamicznej szybkości uczenia się: zobacz komentarze w pliku // Third_party/tensorflow/core/protobuf/tpu/optimization_parameters.proto. Wiele tabel może współużytkować ten sam znacznik dynamicznego współczynnika uczenia się, jak określono w konfiguracji. Jeśli szybkości uczenia się dla wszystkich tabel są stałe, lista ta powinna być pusta.
konfiguracja	Serializowany proto konfiguracji TPUEmbeddingConfiguration.