tensorflow::ops::ResourceApplyAdadelta

Aggiorna '*var' secondo lo schema adadelta.

Riepilogo

accum = rho() * accum + (1 - rho()) * grad.square(); aggiornamento = (update_accum + epsilon).sqrt() * (accum + epsilon()).rsqrt() * grad; update_accum = rho() * update_accum + (1 - rho()) * update.square(); var -= aggiorna;

Argomentazioni:

• ambito: un oggetto Scope
• var: Dovrebbe provenire da una Variable().
• accumula: Dovrebbe provenire da una Variabile().
• accumula_update: Dovrebbe provenire da una Variable().
• lr: Fattore di scala. Deve essere uno scalare.
• rho: Fattore di decadimento. Deve essere uno scalare.
• epsilon: Fattore costante. Deve essere uno scalare.
• grad: Il gradiente.

Attributi opzionali (vedere Attrs ):

• use_locking: Se impostato su True, l'aggiornamento dei tensori var, accum e update_accum sarà protetto da un blocco; altrimenti il ​​comportamento non è definito, ma potrebbe presentare una minore contesa.

Resi:

• l' Operation creata

attributi pubblici

Operation operation

 ResourceApplyAdadelta(
  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
)

 ResourceApplyAdadelta(
  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 ResourceApplyAdadelta::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)