ResourceApplyCenteredRmsProp

kelas akhir publik ResourceApplyCenteredRmsProp

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

Algoritme RMSProp terpusat menggunakan perkiraan momen kedua terpusat (yaitu varians) untuk normalisasi, berbeda dengan RMSProp biasa, yang menggunakan momen kedua (tidak terpusat). Hal ini sering kali membantu dalam pelatihan, namun sedikit lebih mahal dalam hal komputasi dan memori.

Perhatikan bahwa dalam implementasi padat dari algoritme ini, mg, ms, dan mom akan diperbarui meskipun gradasinya nol, tetapi dalam implementasi yang jarang ini, mg, ms, dan mom tidak akan diperbarui dalam iterasi yang gradannya nol.

mean_square = peluruhan * mean_square + (1 peluruhan) * gradien ** 2 mean_grad = peluruhan * mean_grad + (1 peluruhan) * gradien

Delta = kecepatan_belajar * gradien / kuadrat(mean_square + epsilon - mean_grad ** 2)

mg <- rho * mg_{t-1} + (1-rho) * lulusan ms <- rho * ms_{t-1} + (1-rho) * lulusan * lulusan ibu <- momentum * ibu_{t-1 } + lr * lulusan / sqrt(ms - mg * mg + epsilon) var <- var - ibu

Kelas Bersarang

kelas ResourceApplyCenteredRmsProp.Options Atribut opsional untuk ResourceApplyCenteredRmsProp

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

statis <T memperluas TType > ResourceApplyCenteredRmsProp	buat ( Lingkup lingkup, Operand <?> var, Operand <?> mg, Operand <?> ms, Operand <?> mom, Operand <T> lr, Operand <T> rho, Operand <T> momentum, Operand <T > epsilon, Operan <T> lulusan, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyCenteredRmsProp baru.
ResourceApplyCenteredRmsProp.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: "ResourceApplyCenteredRMSProp"

Metode Publik

public static ResourceApplyCenteredRmsProp buat ( Ruang lingkup, Operan <?> var, Operan <?> mg, Operan <?> ms, Operan <?> ibu, Operan <T> lr, Operan <T> rho, Operan <T> momentum, Operan <T> epsilon, Operan <T> grad, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyCenteredRmsProp baru.

Parameter

cakupan	ruang lingkup saat ini
var	Harus dari Variabel().
mg	Harus dari Variabel().
MS	Harus dari Variabel().
Mama	Harus dari Variabel().
lr	Faktor skala. Pasti skalar.
rho	Tingkat pembusukan. Pasti skalar.
momentum	Skala Momentum. Pasti skalar.
epsilon	Istilah punggungan. Pasti skalar.
lulusan	Gradien.
pilihan	membawa nilai atribut opsional

Kembali

contoh baru ResourceApplyCenteredRmsProp

ResourceApplyCenteredRmsProp.Options statis publik useLocking (Boolean useLocking)

Parameter

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