ResourceApplyAdaMax

kelas akhir publik ResourceApplyAdaMax

Perbarui '*var' sesuai dengan algoritma AdaMax.

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

Kelas Bersarang

kelas ResourceApplyAdaMax.Options Atribut opsional untuk ResourceApplyAdaMax

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

statis <T memperluas TType > ResourceApplyAdaMax	buat ( Lingkup lingkup, Operand <?> var, Operand <?> m, Operand <?> v, Operand <T> beta1Power, Operand <T> lr, Operand <T> beta1, Operand <T> beta2, Operand <T > epsilon, Operan <T> lulusan, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyAdaMax baru.
ResourceApplyAdaMax.Options statis	useLocking (penguncian penggunaan Boolean)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu `Operation` .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu `Operation` .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ResourceApplyAdaMax"

Metode Publik

public static ResourceApplyAdaMax buat ( Ruang lingkup , Operan <?> var, Operan <?> m, Operan <?> v, Operan <T> beta1Power, Operan <T> lr, Operan <T> beta1, Operan <T> beta2, Operan <T> epsilon, Operan <T> grad, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyAdaMax baru.

Parameter

cakupan	ruang lingkup saat ini
var	Harus dari Variabel().
M	Harus dari Variabel().
ay	Harus dari Variabel().
beta1Kekuatan	Pasti skalar.
lr	Faktor skala. Pasti skalar.
beta1	Faktor momentum. Pasti skalar.
beta2	Faktor momentum. Pasti skalar.
epsilon	Istilah punggungan. Pasti skalar.
lulusan	Gradien.
pilihan	membawa nilai atribut opsional

Kembali

contoh baru ResourceApplyAdaMax

ResourceApplyAdaMax.Options statis publik useLocking (Boolean useLocking)

Parameter

gunakan Penguncian	Jika `True`, pembaruan tensor var, m, dan v akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.