tensorflow ：： ops ：： ApplyAdam

Adamアルゴリズムに従って「* var」を更新します。

概要

$$lr_t := {learning_rate} * {1 - beta_2^t} / (1 - beta_1^t)$$ $$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$ $$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$ $$variable := variable - lr_t * m_t / ({v_t} + )$$

引数：

• スコープ：スコープオブジェクト
• var：Variable（）からのものである必要があります。
• m：Variable（）からのものである必要があります。
• v：Variable（）からのものである必要があります。
• beta1_power：スカラーである必要があります。
• beta2_power：スカラーである必要があります。
• lr：スケーリング係数。スカラーである必要があります。
• beta1：モメンタムファクター。スカラーである必要があります。
• beta2：勢いの要因。スカラーである必要があります。
• イプシロン：リッジターム。スカラーである必要があります。
• grad：グラデーション。

オプションの属性（参照Attrs ）：

• use_locking： True場合、var、m、およびvテンソルの更新はロックによって保護されます。それ以外の場合、動作は定義されていませんが、競合が少なくなる可能性があります。
• use_nesterov： True場合、nesterovアップデートを使用します。

戻り値：

• Output ：「var」と同じ。

パブリック属性

Operation operation

::tensorflow::Output out

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ApplyAdam::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)