tensorflow:: ops:: ResourceSparseApplyAdagrad

অ্যাডাগার্ড স্কিম অনুযায়ী '*var' এবং '*accum'-এর প্রাসঙ্গিক এন্ট্রিগুলো আপডেট করুন।

সারসংক্ষেপ

অর্থাৎ, যেসব সারির জন্য আমাদের grad আছে, সেগুলোর ক্ষেত্রে আমরা var এবং accum নিম্নোক্তভাবে আপডেট করি: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• var: Variable() থেকে আসা উচিত।
• accum: এটি একটি Variable() থেকে আসা উচিত।
• lr: লার্নিং রেট। এটি অবশ্যই একটি স্কেলার হতে হবে।
• grad: নতিমাত্রা।
• indices: var এবং accum-এর প্রথম ডাইমেনশনের সূচকসমূহের একটি ভেক্টর।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• use_locking: যদি True , তাহলে var এবং accum টেনসরগুলোর আপডেট একটি লক দ্বারা সুরক্ষিত থাকবে; অন্যথায় এর আচরণ অনির্ধারিত, তবে এতে কনটেনশন কম হতে পারে।

ফেরত:

• তৈরি করা Operation

জনসাধারণের বৈশিষ্ট্য

Operation operation

 ResourceSparseApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyAdagrad::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UpdateSlots(
  bool x
)

Attrs UseLocking(
  bool x
)