Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: ResourceApplyAdamWithAmsgrad

#include <training_ops.h>

Zaktualizuj „* var” zgodnie z algorytmem Adama.

streszczenie

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

Argumenty:

  • zakres: obiekt Scope
  • zmienna: powinna pochodzić ze zmiennej ().
  • m: Powinien pochodzić ze zmiennej ().
  • v: Powinien pochodzić ze zmiennej ().
  • vhat: Powinien pochodzić ze zmiennej ().
  • beta1_power: musi być skalarem.
  • beta2_power: musi być skalarem.
  • lr: współczynnik skalowania. Musi być skalarem.
  • beta1: współczynnik pędu. Musi być skalarem.
  • beta2: współczynnik pędu. Musi być skalarem.
  • epsilon: Termin grzbietu. Musi być skalarem.
  • grad: gradient.

Atrybuty opcjonalne (patrz Attrs ):

  • use_locking: Jeśli True , aktualizacja tensorów var, m i v będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniej rywalizacji.

Zwroty:

Konstruktorzy i niszczyciele

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

Atrybuty publiczne

operation

Funkcje publiczne

operator::tensorflow::Operation () const

Publiczne funkcje statyczne

UseLocking (bool x)

Struktury

tensorflow :: ops :: ResourceApplyAdamWithAmsgrad :: Attrs

Opcjonalne metody ustawiające atrybuty dla ResourceApplyAdamWithAmsgrad .

Atrybuty publiczne

operacja

Operation operation

Funkcje publiczne

ResourceApplyAdamWithAmsgrad

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

ResourceApplyAdamWithAmsgrad

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

operator :: tensorflow :: Operation

 operator::tensorflow::Operation() const 

Publiczne funkcje statyczne

UseLocking

Attrs UseLocking(
  bool x
)