ResourceSparseApplyKerasMomentum

kelas akhir publik ResourceSparseApplyKerasMomentum

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema momentum.

Tetapkan use_nesterov = True jika Anda ingin menggunakan momentum Nesterov.

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut:

akumulasi = akumulasi * momentum - lr * lulusan var += akumulasi

kelas ResourceSparseApplyKerasMomentum.Options Atribut opsional untuk ResourceSparseApplyKerasMomentum

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

statis <T memperluas TType > ResourceSparseApplyKerasMomentum	buat ( Lingkup lingkup, Operand <?> var, Operand <?> accum, Operand <T> lr, Operand <T> grad, Operand <? extends TNumber > indeks, Operand <T> momentum, Pilihan... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyKerasMomentum baru.
ResourceSparseApplyKerasMomentum.Options statis	useLocking (penguncian penggunaan Boolean)
ResourceSparseApplyKerasMomentum.Options statis	useNesterov (Boolean useNesterov)

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

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

Konstanta

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ResourceSparseApplyKerasMomentum"

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyKerasMomentum baru.

cakupan	ruang lingkup saat ini
var	Harus dari Variabel().
akumulasi	Harus dari Variabel().
lr	Kecepatan pembelajaran. Pasti skalar.
lulusan	Gradien.
indeks	Vektor indeks ke dalam dimensi pertama var dan accum.
momentum	momentum. Pasti skalar.
pilihan	membawa nilai atribut opsional

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

gunakanNesterov	Jika `True`, tensor yang diteruskan ke komputasi grad akan menjadi var + momentum * accum, sehingga pada akhirnya, var yang Anda dapatkan sebenarnya adalah var + momentum * accum.