ApplyAdaMax

lớp cuối cùng công khai ApplyAdaMax

Cập nhật '*var' theo thuật toán AdaMax.

m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) biến <- biến - learning_rate / (1 - beta1^ t) * m_t / (v_t + epsilon)

Các lớp lồng nhau

lớp học Áp dụngAdaMax.Options Thuộc tính tùy chọn cho ApplyAdaMax

Hằng số

Sợi dây OP_NAME Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về tay cầm tượng trưng của tensor.
tĩnh <T mở rộng TType > Áp dụngAdaMax <T>
tạo ( Phạm vi phạm vi, Toán hạng <T> var, Toán hạng <T> m, Toán hạng <T> v, Toán hạng <T> beta1Power, Toán hạng <T> lr, Toán hạng <T> beta1, Toán hạng <T> beta2, Toán hạng <T > epsilon, Toán hạng <T> grad, Tùy chọn... tùy chọn)
Phương thức gốc để tạo một lớp bao bọc một hoạt động ApplyAdaMax mới.
Đầu ra <T>
ngoài ()
Tương tự như "var".
tĩnh ApplyAdaMax.Options
useLocking (Boolean useLocking)

Phương pháp kế thừa

Hằng số

Chuỗi cuối cùng tĩnh công khai OP_NAME

Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Giá trị không đổi: "Áp dụngAdaMax"

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về tay cầm tượng trưng của tensor.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static ApplyAdaMax <T> tạo ( Phạm vi phạm vi, Toán hạng <T> var, Toán hạng <T> m, Toán hạng <T> v, Toán hạng <T> beta1Power, Toán hạng <T> lr, Toán hạng <T> beta1, Toán hạng <T > beta2, Toán hạng <T> epsilon, Toán hạng <T> cấp độ, Tùy chọn... tùy chọn)

Phương thức gốc để tạo một lớp bao bọc một hoạt động ApplyAdaMax mới.

Thông số
phạm vi phạm vi hiện tại
var Phải từ một Biến().
tôi Phải từ một Biến().
v Phải từ một Biến().
beta1Power Phải là một vô hướng.
lr Yếu tố nhân rộng. Phải là một vô hướng.
beta1 Yếu tố động lượng. Phải là một vô hướng.
beta2 Yếu tố động lượng. Phải là một vô hướng.
epsilon Thuật ngữ sườn núi. Phải là một vô hướng.
tốt nghiệp Độ dốc.
tùy chọn mang các giá trị thuộc tính tùy chọn
Trả lại
  • một phiên bản mới của ApplyAdaMax

Đầu ra công khai <T> out ()

Tương tự như "var".

public static ApplyAdaMax.Options useLocking (Boolean useLocking)

Thông số
sử dụngKhóa Nếu `True`, việc cập nhật các tensor var, m và v sẽ được bảo vệ bằng khóa; mặt khác, hành vi không được xác định, nhưng có thể ít gây tranh cãi hơn.