Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: ApplyAdam

#include <training_ops.h>

Aktualisieren Sie '* var' gemäß dem Adam-Algorithmus.

Zusammenfassung

$$lr_t := {learning_rate} * {1 - beta_2^t} / (1 - beta_1^t)$$ $$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$ $$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$ $$variable := variable - lr_t * m_t / ({v_t} + )$$

Argumente:

  • scope: Ein Scope- Objekt
  • var: Sollte von einer Variablen stammen ().
  • m: Sollte von einer Variablen stammen ().
  • v: Sollte von einer Variablen stammen ().
  • beta1_power: Muss ein Skalar sein.
  • beta2_power: Muss ein Skalar sein.
  • lr: Skalierungsfaktor. Muss ein Skalar sein.
  • Beta1: Impulsfaktor. Muss ein Skalar sein.
  • Beta2: Impulsfaktor. Muss ein Skalar sein.
  • epsilon: Ridge Begriff. Muss ein Skalar sein.
  • grad: Der Gradient.

Optionale Attribute (siehe Attrs ):

  • use_locking: Wenn True , wird die Aktualisierung der var-, m- und v-Tensoren durch eine Sperre geschützt. Andernfalls ist das Verhalten undefiniert, weist jedoch möglicherweise weniger Konflikte auf.
  • use_nesterov: Wenn True , wird das nesterov-Update verwendet.

Kehrt zurück:

Konstruktoren und Destruktoren

ApplyAdam (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input m, :: tensorflow::Input v, :: tensorflow::Input beta1_power, :: tensorflow::Input beta2_power, :: tensorflow::Input lr, :: tensorflow::Input beta1, :: tensorflow::Input beta2, :: tensorflow::Input epsilon, :: tensorflow::Input grad)
ApplyAdam (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input m, :: tensorflow::Input v, :: tensorflow::Input beta1_power, :: tensorflow::Input beta2_power, :: tensorflow::Input lr, :: tensorflow::Input beta1, :: tensorflow::Input beta2, :: tensorflow::Input epsilon, :: tensorflow::Input grad, const ApplyAdam::Attrs & attrs)

Öffentliche Attribute

operation
out

Öffentliche Funktionen

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Öffentliche statische Funktionen

UseLocking (bool x)
UseNesterov (bool x)

Strukturen

tensorflow :: ops :: ApplyAdam :: Attrs

Optionale Attributsetzer für ApplyAdam .

Öffentliche Attribute

Operation

Operation operation

aus

::tensorflow::Output out

Öffentliche Funktionen

ApplyAdam

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

ApplyAdam

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ApplyAdam::Attrs & attrs
)

Knoten

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Öffentliche statische Funktionen

UseLocking

Attrs UseLocking(
  bool x
)

Verwenden Sie Nesterov

Attrs UseNesterov(
  bool x
)