tensorflow::ops::ResourceApplyAdam

Atualize '*var' de acordo com o algoritmo Adam.

Resumo

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

Argumentos:

• escopo: Um objeto de escopo
• var: Deve ser proveniente de uma variável().
• m: Deve ser proveniente de uma variável().
• v: Deve ser proveniente de uma variável().
• beta1_power: Deve ser um escalar.
• beta2_power: Deve ser um escalar.
• lr: Fator de escala. Deve ser um escalar.
• beta1: Fator de momento. Deve ser um escalar.
• beta2: Fator de momento. Deve ser um escalar.
• épsilon: Termo de crista. Deve ser um escalar.
• grad: O gradiente.

Atributos opcionais (ver Attrs ):

• use_locking: Se True , a atualização dos tensores var, m e v será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode apresentar menos contenção.
• use_nesterov: Se True , utiliza a atualização de Nesterov.

Devoluções:

• a Operation criada

Atributos públicos

Operation operation

 ResourceApplyAdam(
  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
)

 ResourceApplyAdam(
  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 ResourceApplyAdam::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)