सार्वजनिक अंतिम कक्षा ApplyAdaMax
AdaMax एल्गोरिथम के अनुसार '*var' को अपडेट करें।
m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) वेरिएबल <- वेरिएबल - लर्निंग_रेट / (1 - beta1^ टी) * एम_टी / (वी_टी + ईपीएसलॉन)
नेस्टेड क्लासेस
| कक्षा | AdaMax.Options लागू करें | ApplyAdaMax के लिए वैकल्पिक विशेषताएँ | |
स्थिरांक
| डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
| आउटपुट <T> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <T टीटाइप का विस्तार करता है > ApplyAdaMax <T> | |
| आउटपुट <T> | बाहर () "var" के समान। |
| स्थिर ApplyAdaMax.Options | यूज़लॉकिंग (बूलियन यूज़लॉकिंग) |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
स्थिर मान: "ApplyAdaMax"
सार्वजनिक तरीके
सार्वजनिक आउटपुट <T> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक ApplyAdaMax <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> var, ऑपरेंड <T> m, ऑपरेंड <T> v, ऑपरेंड <T> beta1Power, ऑपरेंड <T> lr, ऑपरेंड <T> बीटा1, ऑपरेंड <T > बीटा2, ऑपरेंड <टी> एप्सिलॉन, ऑपरेंड <टी> ग्रेड, विकल्प... विकल्प)
एक नए ApplyAdaMax ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| वर | एक वेरिएबल() से होना चाहिए। |
| एम | एक वेरिएबल() से होना चाहिए। |
| वी | एक वेरिएबल() से होना चाहिए। |
| बीटा1पावर | एक अदिश राशि होनी चाहिए. |
| एलआर | मापन कारक। एक अदिश राशि होनी चाहिए. |
| बीटा1 | संवेग कारक. एक अदिश राशि होनी चाहिए. |
| बीटा2 | संवेग कारक. एक अदिश राशि होनी चाहिए. |
| एप्सिलॉन | रिज शब्द. एक अदिश राशि होनी चाहिए. |
| ग्रैड | ढाल. |
| विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- ApplyAdaMax का एक नया उदाहरण
सार्वजनिक स्थैतिक ApplyAdaMax.Options यूज़लॉकिंग (बूलियन यूज़लॉकिंग)
पैरामीटर
| लॉकिंग का उपयोग करें | यदि `सही` है, तो var, m, और v टेंसर का अद्यतन एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है। |
|---|