tensorflow::ops::ResourceSparseApplyMomentum

Обновите соответствующие записи в '*var' и '*accum' в соответствии со схемой импульса.

Краткое содержание

Установите use_nesterov = True, если хотите использовать импульс Нестерова.

Для строк, для которых у нас есть значение grad, мы обновляем значения var и accum следующим образом:

аккум = аккум * импульс + град вар -= lr * аккум

Аргументы:

• scope: Объект Scope
• var: Должно быть из функции Variable().
• accum: Должно быть из переменной (Variable()).
• lr: Скорость обучения. Должна быть скалярной величиной.
• grad: Градиент.
• индексы: Вектор индексов, помещенный в первое измерение переменных и накоплений.
• Импульс: Импульс. Должен быть скалярной величиной.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Если True , обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может демонстрировать меньшую конкуренцию.
• use_nesterov: Если True , то тензор, передаваемый в функцию compute grad, будет равен var - lr * momentum * accum, поэтому в итоге вы получите var, равный var - lr * momentum * accum.

Возвращает:

• созданная Operation

Общедоступные атрибуты

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)