tensorflow:: ops:: ApplyAdadelta
#include <training_ops.h>طبق طرح adelta، '*var' را بهروزرسانی کنید.
خلاصه
accum = rho() * accum + (1 - rho()) * grad.square(); به روز رسانی = (update_accum + epsilon).sqrt() * (accum + epsilon()).rsqrt() * grad; update_accum = rho() * update_accum + (1 - rho()) * update.square(); var -= به روز رسانی;
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- accum: باید از یک متغیر () باشد.
- accum_update: باید از یک متغیر () باشد.
- lr: ضریب مقیاسبندی. باید یک اسکالر باشد.
- rho: ضریب واپاشی. باید یک اسکالر باشد.
- اپسیلون: ضریب ثابت. باید یک اسکالر باشد.
- گرادیان: شیب.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر مقدار آن درست باشد، بهروزرسانی تانسورهای var، accum و update_accum توسط یک قفل محافظت میشود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است رقابت کمتری را نشان دهد.
بازده:
-
Output: مشابه "var" است.
سازندهها و مخربها | |
|---|---|
ApplyAdadelta (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input accum_update, :: tensorflow::Input lr, :: tensorflow::Input rho, :: tensorflow::Input epsilon, :: tensorflow::Input grad) | |
ApplyAdadelta (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input accum_update, :: tensorflow::Input lr, :: tensorflow::Input rho, :: tensorflow::Input epsilon, :: tensorflow::Input grad, const ApplyAdadelta::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) | |
ساختارها | |
|---|---|
| tensorflow:: عملیات:: اعمالAdadelta:: جذابیتها | تنظیمکنندههای ویژگی اختیاری برای ApplyAdadelta . |
ویژگیهای عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
کارکردهای عمومی
اپل آدادلتا
ApplyAdadelta( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input accum_update, ::tensorflow::Input lr, ::tensorflow::Input rho, ::tensorflow::Input epsilon, ::tensorflow::Input grad )
اپل آدادلتا
ApplyAdadelta( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input accum_update, ::tensorflow::Input lr, ::tensorflow::Input rho, ::tensorflow::Input epsilon, ::tensorflow::Input grad, const ApplyAdadelta::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 )
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.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی."],[],[]]