tensorflow:: عملیات:: SparseApplyMomentum
#include <training_ops.h>ورودیهای مرتبط در '*var' و '*accum' را طبق طرح مومنتوم بهروزرسانی کنید.
خلاصه
اگر میخواهید از تکانه نستروف استفاده کنید، use_nesterov را برابر با True قرار دهید.
یعنی برای ردیفهایی که grad داریم، var و accum را به صورت زیر بهروزرسانی میکنیم:
$$accum = accum * momentum + grad$$ $$var -= lr * accum$$
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- accum: باید از یک متغیر () باشد.
- lr: نرخ یادگیری. باید اسکالر باشد.
- گرادیان: شیب.
- شاخصها: برداری از شاخصها در بعد اول var و accum.
- تکانه: تکانه. باید اسکالر باشد.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر
True، بهروزرسانی تانسورهای var و accum توسط یک قفل محافظت میشود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است رقابت کمتری را نشان دهد. - use_nesterov: اگر
True، تانسوری که به تابع compute grad ارسال میشود، var - lr * momentum * accum خواهد بود، بنابراین در نهایت، متغیری که دریافت میکنید در واقع var - lr * momentum * accum است.
بازده:
-
Output: مشابه "var" است.
سازندهها و مخربها | |
|---|---|
SparseApplyMomentum (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input momentum) | |
SparseApplyMomentum (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input momentum, const SparseApplyMomentum::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:: SparseApplyMomentum:: جذابیتها | تنظیمکنندههای ویژگی اختیاری برای SparseApplyMomentum . |
ویژگیهای عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
کارکردهای عمومی
SparseApplyMomentum
SparseApplyMomentum( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input indices, ::tensorflow::Input momentum )
SparseApplyMomentum
SparseApplyMomentum( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input indices, ::tensorflow::Input momentum, const SparseApplyMomentum::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.