tensorflow::ops::SparseApplyMomentum

Atualize as entradas relevantes em '*var' e '*accum' de acordo com o esquema de momentum.

Resumo

Defina use_nesterov = True se desejar usar o momento de Nesterov.

Isso significa que, para as linhas em que temos gradiente, atualizamos a variável e o acumulador da seguinte forma:

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

Argumentos:

• escopo: Um objeto de escopo
• var: Deve ser proveniente de uma variável().
• accum: Deve ser proveniente de uma variável().
• lr: Taxa de aprendizagem. Deve ser um escalar.
• grad: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e accum.
• Momento: Momento. Deve ser uma grandeza escalar.

Atributos opcionais (ver Attrs ):

• use_locking: Se True , a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode apresentar menos contenção.
• use_nesterov: Se True , o tensor passado para calcular o gradiente será var - lr * momentum * accum, então, no final, a variável que você obtém é na verdade var - lr * momentum * accum.

Devoluções:

• Output : Igual a "var".

Atributos públicos

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
)