tensorflow :: opérations :: SparseApplyMomentum

Mettez à jour les entrées pertinentes dans '* var' et '* accum' selon le schéma d'élan.

Résumé

Définissez use_nesterov = True si vous souhaitez utiliser l'élan Nesterov.

C'est pour les lignes pour lesquelles nous avons grad, nous mettons à jour var et accum comme suit:

$$accum = accum * momentum + grad$$ $$var -= lr * accum$$

Arguments:

• scope: un objet Scope
• var: Doit provenir d'une variable ().
• accum: Doit provenir d'une variable ().
• lr: taux d'apprentissage. Doit être un scalaire.
• grad: Le dégradé.
• indices: Un vecteur d'indices dans la première dimension de var et accum.
• momentum: Momentum. Doit être un scalaire.

Attributs facultatifs (voir Attrs ):

• use_locking: Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.
• use_nesterov: Si True , le tenseur passé pour calculer grad sera var - lr * momentum * accum, donc à la fin, la var que vous obtenez est en fait var - lr * momentum * accum.

Retour:

• Output : identique à "var".

Attributs publics

Operation operation

::tensorflow::Output out

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)