tensorflow:: عملیات:: اعمالAdam
#include <training_ops.h>طبق الگوریتم Adam، '*var' را بهروزرسانی کنید.
خلاصه
$$lr_t := {learning_rate} * {1 - beta_2^t} / (1 - beta_1^t)$$ $$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$ $$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$ $$variable := variable - lr_t * m_t / ({v_t} + )$$
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- m: باید از یک متغیر () باشد.
- v: باید از یک متغیر () باشد.
- beta1_power: باید یک اسکالر باشد.
- beta2_power: باید یک اسکالر باشد.
- lr: ضریب مقیاسبندی. باید یک اسکالر باشد.
- بتا۱: ضریب تکانه. باید اسکالر باشد.
- بتا۲: ضریب تکانه. باید اسکالر باشد.
- اپسیلون: جمله ریج. باید یک اسکالر باشد.
- گرادیان: شیب.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر
True، بهروزرسانی تانسورهای var، m و v توسط یک قفل محافظت میشود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری را نشان دهد. - use_nesterov: اگر
True، از بهروزرسانی nesterov استفاده میکند.
بازده:
-
Output: مشابه "var" است.
سازندهها و مخربها | |
|---|---|
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) |
ویژگیهای عمومی | |
|---|---|
operation | |
out | |
کارکردهای عمومی | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
توابع استاتیک عمومی | |
|---|---|
UseLocking (bool x) | |
UseNesterov (bool x) | |
ساختارها | |
|---|---|
| tensorflow:: عملیات:: اعمالAdam:: جذابیتها | تنظیمکنندههای ویژگی اختیاری برای ApplyAdam . |
ویژگیهای عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
کارکردهای عمومی
اپل آدام
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 )
اپل آدام
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 )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
استفاده از قفل
Attrs UseLocking( bool x )
از نستروف
Attrs UseNesterov( bool x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی."],[],[]]