از اینکه با Google I/O تنظیم کردید متشکریم. مشاهده همه جلسات در صورت تقاضا تماشا کنید

tensorflow :: ops :: ResourceApplyGradientDescent

#include <training_ops.h>

"* var" را با کم کردن "alpha" * "delta" از آن به روز کنید.

خلاصه

استدلال ها:

  • دامنه: یک شی Sc Scope
  • var: باید از یک متغیر () باشد.
  • alpha: عامل مقیاس گذاری. باید اسکالر باشد.
  • دلتا: تغییر.

ویژگی های اختیاری (به Attrs مراجعه کنید):

  • use_locking: اگر True ، تفریق توسط قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است ، اما ممکن است مشاجره کمتری از خود نشان دهد.

بازده:

سازندگان و ویرانگران

ResourceApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta)
ResourceApplyGradientDescent (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input alpha, :: tensorflow::Input delta, const ResourceApplyGradientDescent::Attrs & attrs)

صفات عمومی

operation

کارکردهای عمومی

operator::tensorflow::Operation () const

توابع استاتیک عمومی

UseLocking (bool x)

سازه ها

tensorflow :: ops :: ResourceApplyGradientDescent :: Attrs

تنظیم کننده های ویژگی اختیاری برای ResourceApplyGradientDescent .

صفات عمومی

عمل

Operation operation

کارکردهای عمومی

ResourceApplyGradientDescent

 ResourceApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta
)

ResourceApplyGradientDescent

 ResourceApplyGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input delta,
  const ResourceApplyGradientDescent::Attrs & attrs
)

عملگر :: tensorflow :: عملیات

 operator::tensorflow::Operation() const

توابع استاتیک عمومی

استفاده از قفل کردن

Attrs UseLocking(
  bool x
)