ApplyAddSign

পাবলিক ফাইনাল ক্লাস ApplyAddSign

AddSign আপডেট অনুযায়ী '*var' আপডেট করুন।

m_t <- beta1 * m_{t-1} + (1 - beta1) * g আপডেট <- (alpha + sign_decay * sign(g) *sign(m)) * g ভেরিয়েবল <- পরিবর্তনশীল - lr_t * আপডেট

নেস্টেড ক্লাস

ক্লাস ApplyAddSign.Options ApplyAddSign এর জন্য ঐচ্ছিক বৈশিষ্ট্য

ধ্রুবক

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্ট্যাটিক <T TType প্রসারিত করে > ApplyAddSign <T>
তৈরি করুন ( স্কোপ স্কোপ, Operand <T> var, Operand <T> m, Operand <T> lr, Operand <T> alpha, Operand <T> signDecay, Operand <T> beta, Operand <T> grad, Options.. বিকল্প )
একটি নতুন ApplyAddSign অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
আউটপুট <T>
আউট ()
"var" এর মতোই।
স্ট্যাটিক ApplyAddSign.Options
ইউজ লকিং (বুলিয়ান ইউজ লকিং)

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

ধ্রুবক

সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "ApplyAddSign"

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক ApplyAddSign <T> তৈরি করুন ( Scope scope, Operand <T> var, Operand <T> m, Operand <T> lr, Operand <T> আলফা, Operand <T> signDecay, Operand <T> beta, Operand <T > স্নাতক, বিকল্প... বিকল্প)

একটি নতুন ApplyAddSign অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
var একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
মি একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
lr স্কেলিং ফ্যাক্টর। একটি স্কেলার হতে হবে।
আলফা একটি স্কেলার হতে হবে।
সাইন ক্ষয় একটি স্কেলার হতে হবে।
বিটা একটি স্কেলার হতে হবে।
স্নাতক গ্রেডিয়েন্ট।
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • ApplyAddSign এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <T> আউট ()

"var" এর মতোই।

পাবলিক স্ট্যাটিক ApplyAddSign.Options useLocking (বুলিয়ান ইউজ লকিং)

পরামিতি
লকিং ব্যবহার করুন যদি `True` হয়, var এবং m টেনসর আপডেট করা একটি লক দ্বারা সুরক্ষিত থাকে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।