tensorflow::ops::ResourceApplyAdadelta

Обновите переменную '*var' в соответствии со схемой adadelta.

Краткое содержание

accum = rho() * accum + (1 - rho()) * grad.square(); update = (update_accum + epsilon).sqrt() * (accum + epsilon()).rsqrt() * grad; update_accum = rho() * update_accum + (1 - rho()) * update.square(); вар -= обновление;

Аргументы:

• scope: Объект Scope
• var: Должно быть из функции Variable().
• accum: Должно быть из переменной (Variable()).
• accum_update: Должно быть из переменной (Variable()).
• lr: Масштабный коэффициент. Должен быть скалярным значением.
• ро: Коэффициент затухания. Должен быть скалярным значением.
• Эпсилон: Постоянный множитель. Должен быть скаляром.
• grad: Градиент.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Если True, обновление тензоров var, accum и update_accum будет защищено блокировкой; в противном случае поведение не определено, но может демонстрировать меньшую конкуренцию.

Возвращает:

• созданная Operation

Общедоступные атрибуты

Operation operation

 ResourceApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

 ResourceApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ResourceApplyAdadelta::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)