ResourceSparseApplyAdadelta

পাবলিক ফাইনাল ক্লাস রিসোর্সস্পারসঅ্যাপ্লাই অ্যাডাডেল্টা

var: একটি পরিবর্তনশীল() থেকে হওয়া উচিত।

ক্লাস ResourceSparseApplyAdadelta.Options ResourceSparseApplyAdadelta এর জন্য ঐচ্ছিক বৈশিষ্ট্য

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

স্ট্যাটিক <T TType প্রসারিত করে > ResourceSparseApplyAdadelta

তৈরি করুন ( Scope scope, Operand <?> var, Operand <?> accum, Operand <?> accumUpdate, Operand <T> lr, Operand <T> rho, Operand <T> epsilon, Operand <T> grad, Operand <? প্রসারিত TNumber > সূচক, বিকল্প... বিকল্প)

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

ইউজ লকিং (বুলিয়ান ইউজ লকিং)

org.tensorflow.op.RawOp ক্লাস থেকে

চূড়ান্ত বুলিয়ান	সমান (অবজেক্ট অবজেক্ট)
চূড়ান্ত int	হ্যাশ কোড ()
অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।
চূড়ান্ত স্ট্রিং	স্ট্রিং ()

java.lang.Object ক্লাস থেকে

ইন্টারফেস org.tensorflow.op.Op থেকে

বিমূর্ত মৃত্যুদন্ড পরিবেশ	env () এই অপারেটিং সিস্টেম তৈরি করা হয়েছিল সেই এক্সিকিউশন এনভায়রনমেন্ট ফিরিয়ে দিন।
বিমূর্ত অপারেশন	অপ () একটি একক `Operation` হিসাবে গণনার এই ইউনিটটি ফেরত দিন।

ধ্রুবক

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "ResourceSparseApplyAdadelta"

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

সুযোগ	বর্তমান সুযোগ
accum	একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
accumupdate	: একটি পরিবর্তনশীল() থেকে হতে হবে।
lr	শেখার হার। একটি স্কেলার হতে হবে।
rho	ক্ষয় ফ্যাক্টর। একটি স্কেলার হতে হবে।
epsilon	ধ্রুবক ফ্যাক্টর। একটি স্কেলার হতে হবে।
স্নাতক	গ্রেডিয়েন্ট।
সূচক	var এবং accum-এর প্রথম মাত্রায় সূচকগুলির একটি ভেক্টর।
বিকল্প	ঐচ্ছিক বৈশিষ্ট্য মান বহন করে

লকিং ব্যবহার করুন	সত্য হলে, var এবং accum tensors আপডেট করা একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।