SparseApplyMomentum

classe finale publique SparseApplyMomentum

Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma momentum.

Définissez use_nesterov = True si vous souhaitez utiliser l'élan Nesterov.

C'est pour les lignes pour lesquelles nous avons grad, nous mettons à jour var et accumulons comme suit :

$$accum = accum * momentum + grad$$$$var -= lr * accum$$

Classes imbriquées

classe SparseApplyMomentum.Options Attributs facultatifs pour SparseApplyMomentum

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 > SparseApplyMomentum <T>	créer ( Portée de portée , Opérande <T> var, Opérande <T> accum, Opérande <T> lr, Opérande <T> grad, Opérande <? étend TNumber > indices, Opérande <T> momentum, Options... options) Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyMomentum.
Sortie <T>	dehors () Identique à "var".
SparseApplyMomentum.Options statique	useLocking (booléen useLocking)
SparseApplyMomentum.Options statique	useNesterov (booléen useNesterov)

Méthodes héritées

De la classe org.tensorflow.op.RawOp

booléen final	est égal (Obj objet)
entier final	Code de hachage ()
Opération	op () Renvoie cette unité de calcul sous la forme d'une seule `Operation` .
Chaîne finale	àChaîne ()

De la classe java.lang.Object

booléen	est égal à (Objet arg0)
Classe finale<?>	obtenirClasse ()
int	Code de hachage ()
vide final	notifier ()
vide final	notifierTous ()
Chaîne	àChaîne ()
vide final	attendre (long arg0, int arg1)
vide final	attendez (long arg0)
vide final	attendez ()

Depuis l'interface org.tensorflow.op.Op

résuméExécutionEnvironnement	env () Renvoie l'environnement d'exécution dans lequel cette opération a été créée.
opération abstraite	op () Renvoie cette unité de calcul sous la forme d'une seule `Operation` .

Depuis l'interface org.tensorflow.Operand

sortie abstraite <T>	comme Sortie () Renvoie le handle symbolique du tenseur.
résumé T	asTensor () Renvoie le tenseur à cet opérande.
Forme abstraite	forme () Renvoie la forme (éventuellement partiellement connue) du tenseur auquel fait référence la `Output` de cet opérande.
Classe abstraite<T>	taper () Renvoie le type de tenseur de cet opérande

Depuis l'interface org.tensorflow.ndarray.Shaped

abstrait entier	rang ()
Forme abstraite	forme ()
abstrait long	taille () Calcule et renvoie la taille totale de ce conteneur, en nombre de valeurs.

Constantes

chaîne finale statique publique OP_NAME

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

Valeur constante : "SparseApplyMomentum"

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 SparseApplyMomentum <T> create ( Scope scope, Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> grad, Operand <? extends TNumber > indices, Operand <T> momentum, Options ... options)

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

Paramètres

portée	portée actuelle
var	Doit provenir d'une variable ().
cumuler	Doit provenir d'une variable ().
g / D	Taux d'apprentissage. Ça doit être un scalaire.
diplômé	Le dégradé.
indices	Un vecteur d'indices dans la première dimension de var et cumul.
élan	Élan. Ça doit être un scalaire.
choix	porte des valeurs d'attributs facultatifs

Retour

une nouvelle instance de SparseApplyMomentum

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyMomentum.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.

public statique SparseApplyMomentum.Options useNesterov (booléen useNesterov)

Paramètres

utiliser Nesterov	Si « Vrai », le tenseur passé au calcul de la graduation sera var - lr * momentum * accum, donc à la fin, la var que vous obtenez est en fait var - lr * momentum * accum.