GunakanPenguncian

Attrs UseLocking(
  bool x
)

tensorflow::ops::ApplyAddSign

Perbarui '*var' sesuai dengan pembaruan AddSign.

Ringkasan

m_t <- beta1 * m_{t-1} + (1 - beta1) * g update <- (alpha + sign_decay * sign(g) * sign(m)) * g variable <- variable - lr_t * update

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• m: Seharusnya berasal dari Variabel().
• lr: Faktor skala. Harus berupa besaran skalar.
• alpha: Harus berupa skalar.
• sign_decay: Harus berupa skalar.
• beta: Harus berupa skalar.
• grad: Gradien.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var dan m dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan lebih sedikit persaingan.

Mengembalikan:

• Output : Sama dengan "var".

Atribut publik

Operation operation

::tensorflow::Output out

 ApplyAddSign(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input lr,
  ::tensorflow::Input alpha,
  ::tensorflow::Input sign_decay,
  ::tensorflow::Input beta,
  ::tensorflow::Input grad
)

 ApplyAddSign(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input lr,
  ::tensorflow::Input alpha,
  ::tensorflow::Input sign_decay,
  ::tensorflow::Input beta,
  ::tensorflow::Input grad,
  const ApplyAddSign::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)