ResourceApplyAdaMax

パブリック最終クラス

AdaMax アルゴリズムに従って「*var」を更新します。

m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) 変数 <- 変数 - 学習率 / (1 - beta1^ t) * m_t / (v_t + イプシロン)

ネストされたクラス

クラスリソースApplyAdaMax.Options ResourceApplyAdaMaxのオプションの属性

定数

弦OP_NAME TensorFlow コア エンジンによって認識される、この演算の名前

パブリックメソッド

static <T extends TType > ResourceApplyAdaMax
create (スコープscope,オペランド<?> var,オペランド<?> m,オペランド<?> v,オペランド<T> beta1Power,オペランド<T> lr,オペランド<T> beta1,オペランド<T> beta2,オペランド<T > イプシロン、オペランド<T> grad、オプション...オプション)
新しい ResourceApplyAdaMax オペレーションをラップするクラスを作成するためのファクトリ メソッド。
静的ResourceApplyAdaMax.Options
useLocking (ブール型 useLocking)

継承されたメソッド

定数

パブリック静的最終文字列OP_NAME

TensorFlow コア エンジンによって認識される、この演算の名前

定数値: "ResourceApplyAdaMax"

パブリックメソッド

public static ResourceApplyAdaMax create (スコープscope,オペランド<?> var,オペランド<?> m,オペランド<?> v,オペランド<T> beta1Power,オペランド<T> lr,オペランド<T> beta1,オペランド<T> beta2,オペランド<T> イプシロン、オペランド<T> grad、オプション...オプション)

新しい ResourceApplyAdaMax オペレーションをラップするクラスを作成するためのファクトリ メソッド。

パラメーター
範囲現在のスコープ
変数Variable() から取得する必要があります。
メートルVariable() から取得する必要があります。
v Variable() から取得する必要があります。
beta1パワースカラーでなければなりません。
lrスケーリング係数。スカラーでなければなりません。
ベータ1勢い要因。スカラーでなければなりません。
ベータ2勢い要因。スカラーでなければなりません。
イプシロンリッジ用語。スカラーでなければなりません。
卒業生グラデーション。
オプションオプションの属性値を持ちます
戻り値
  • ResourceApplyAdaMax の新しいインスタンス

public static ResourceApplyAdaMax.Options useLocking (ブール型 useLocking)

パラメーター
使用ロック「True」の場合、var、m、および v テンソルの更新はロックによって保護されます。それ以外の場合、動作は未定義ですが、競合が少なくなる可能性があります。