SparseApplyAdagradDa

classe finale pubblica SparseApplyAdagradDa

Aggiorna le voci in '*var' e '*accum' secondo lo schema adagrad prossimale.

Classi nidificate

classe SparseApplyAdagradDa.Options Attributi facoltativi per SparseApplyAdagradDa

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce l'handle simbolico del tensore.
statico <T estende TType > SparseApplyAdagradDa <T>
create ( Scope scope, Operando <T> var, Operando <T> gradientAccumulator, Operando <T> gradientSquaredAccumulator, Operando <T> grad, Operando <? extends TNumber > indici, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando < TInt64 > globalStep, Opzioni... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyAdagradDa.
Uscita <T>
fuori ()
Uguale a "var".
statico SparseApplyAdagradDa.Options
useLocking (useLocking booleano)

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "SparseApplyAdagradDA"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static SparseApplyAdagradDa <T> create ( Scope scope, Operando <T> var, Operando <T> gradientAccumulator, Operando <T> gradientSquaredAccumulator, Operando <T> grad, Operando <? extends TNumber > indici, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando < TInt64 > globalStep, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyAdagradDa.

Parametri
scopo ambito attuale
var Dovrebbe provenire da una variabile().
gradientAccumulatore Dovrebbe provenire da una variabile().
gradientSquaredAccumulatore Dovrebbe provenire da una variabile().
grado Il gradiente.
indici Un vettore di indici nella prima dimensione di var e accum.
lr Tasso di apprendimento. Deve essere uno scalare.
l1 Regolarizzazione L1. Deve essere uno scalare.
l2 Regolarizzazione L2. Deve essere uno scalare.
globalStep Numero della fase di allenamento. Deve essere uno scalare.
opzioni trasporta valori di attributi opzionali
ritorna
  • una nuova istanza di SparseApplyAdagradDa

Uscita pubblica <T> out ()

Uguale a "var".

public static SparseApplyAdagradDa.Options useLocking (useLocking booleano)

Parametri
utilizzareBlocco Se True, l'aggiornamento dei tensori var e accum sarà protetto da un lock; altrimenti il ​​comportamento non è definito, ma può mostrare meno contesa.