SparseApplyAdadelta

classe finale publique SparseApplyAdadelta

var : doit provenir d'une variable ().

Classes imbriquées

classe SparseApplyAdadelta.Options Attributs facultatifs pour SparseApplyAdadelta

Constantes

Chaîne OP_NAME Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

Sortie <T>
comme Sortie ()
Renvoie le handle symbolique du tenseur.
statique <T étend TType > SparseApplyAdadelta <T>
create ( Scope scope, Opérande <T> var, Opérande <T> accum, Opérande <T> accumUpdate, Opérande <T> lr, Opérande <T> rho, Opérande <T> epsilon, Opérande <T> grad, Opérande <? étend TNumber > indices, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.
Sortie <T>
dehors ()
Identique à "var".
SparseApplyAdadelta.Options statique
useLocking (booléen useLocking)

Méthodes héritées

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "SparseApplyAdadelta"

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique du tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static SparseApplyAdadelta <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> accumUpdate, Operand <T> lr, Operand <T> rho, Operand <T> epsilon, Operand <T > grad, Opérande <? étend TNumber > indices, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.

Paramètres
portée portée actuelle
cumuler Doit provenir d'une variable ().
cumulMise à jour : Doit provenir d'une variable ().
g / D Taux d'apprentissage. Ça doit être un scalaire.
rho Facteur de décomposition. Ça doit être un scalaire.
épsilon Facteur constant. Ça doit être un scalaire.
diplômé Le dégradé.
indices Un vecteur d'indices dans la première dimension de var et cumul.
choix porte des valeurs d'attributs facultatifs
Retour
  • une nouvelle instance de SparseApplyAdadelta

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyAdadelta.Options useLocking (booléen useLocking)

Paramètres
utiliserVerrouillage Si True, la mise à jour des tenseurs var et cumul sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.
,
classe finale publique SparseApplyAdadelta

var : doit provenir d'une variable ().

Classes imbriquées

classe SparseApplyAdadelta.Options Attributs facultatifs pour SparseApplyAdadelta

Constantes

Chaîne OP_NAME Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

Sortie <T>
comme Sortie ()
Renvoie le handle symbolique du tenseur.
statique <T étend TType > SparseApplyAdadelta <T>
create ( Scope scope, Opérande <T> var, Opérande <T> accum, Opérande <T> accumUpdate, Opérande <T> lr, Opérande <T> rho, Opérande <T> epsilon, Opérande <T> grad, Opérande <? étend TNumber > indices, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.
Sortie <T>
dehors ()
Identique à "var".
SparseApplyAdadelta.Options statique
useLocking (booléen useLocking)

Méthodes héritées

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "SparseApplyAdadelta"

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique du tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static SparseApplyAdadelta <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> accumUpdate, Operand <T> lr, Operand <T> rho, Operand <T> epsilon, Operand <T > grad, Opérande <? étend TNumber > indices, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.

Paramètres
portée portée actuelle
cumuler Doit provenir d'une variable ().
cumulMise à jour : Doit provenir d'une variable ().
g / D Taux d'apprentissage. Ça doit être un scalaire.
rho Facteur de décomposition. Ça doit être un scalaire.
épsilon Facteur constant. Ça doit être un scalaire.
diplômé Le dégradé.
indices Un vecteur d'indices dans la première dimension de var et cumul.
choix porte des valeurs d'attributs facultatifs
Retour
  • une nouvelle instance de SparseApplyAdadelta

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyAdadelta.Options useLocking (booléen useLocking)

Paramètres
utiliserVerrouillage Si True, la mise à jour des tenseurs var et cumul sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.
,
classe finale publique SparseApplyAdadelta

var : doit provenir d'une variable ().

Classes imbriquées

classe SparseApplyAdadelta.Options Attributs facultatifs pour SparseApplyAdadelta

Constantes

Chaîne OP_NAME Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

Sortie <T>
comme Sortie ()
Renvoie le handle symbolique du tenseur.
statique <T étend TType > SparseApplyAdadelta <T>
create ( Scope scope, Opérande <T> var, Opérande <T> accum, Opérande <T> accumUpdate, Opérande <T> lr, Opérande <T> rho, Opérande <T> epsilon, Opérande <T> grad, Opérande <? étend TNumber > indices, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.
Sortie <T>
dehors ()
Identique à "var".
SparseApplyAdadelta.Options statique
useLocking (booléen useLocking)

Méthodes héritées

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "SparseApplyAdadelta"

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique du tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static SparseApplyAdadelta <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> accumUpdate, Operand <T> lr, Operand <T> rho, Operand <T> epsilon, Operand <T > grad, Opérande <? étend TNumber > indices, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyAdadelta.

Paramètres
portée portée actuelle
cumuler Doit provenir d'une variable ().
cumulMise à jour : Doit provenir d'une variable ().
g / D Taux d'apprentissage. Ça doit être un scalaire.
rho Facteur de décomposition. Ça doit être un scalaire.
épsilon Facteur constant. Ça doit être un scalaire.
diplômé Le dégradé.
indices Un vecteur d'indices dans la première dimension de var et cumul.
choix porte des valeurs d'attributs facultatifs
Retour
  • une nouvelle instance de SparseApplyAdadelta

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyAdadelta.Options useLocking (booléen useLocking)

Paramètres
utiliserVerrouillage Si True, la mise à jour des tenseurs var et cumul sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.